epoko77-ai/im-not-ai

解决的问题

本项目解决了由 LLM（如 ChatGPT、Claude 和 Gemini）生成的韩语文本所具有的“AI 风格”问题。它针对 AI 生成韩语中常见的特定模式，例如翻译腔（英语式表达）、过度使用英文术语、机械性结构（如“第一、第二、第三”）以及重复的 AI 特有习语，将其转化为自然、类人化的韩语，同时不改变原始含义、事实或数据。

工作原理

该工具作为与 Claude Code、GitHub Copilot CLI 和 Codex CLI 兼容的 CLI 工具运行。它基于 route_hint 的分层处理架构，以优化成本和速度：

• 轻量路径（1 次 LLM 调用）： 适用于 AI 标记极少的优质文本；执行保守性重写。
• 标准路径（2 次 LLM 调用）： 适用于典型的 AI 草稿；包含诊断阶段以识别主导模式，随后进行针对性重写。
• 重型路径（3 次及以上 LLM 调用）： 适用于严重“AI 杂乱”、超长文本（超过 15,000 字符）或需要高验证的情况；包含诊断、分块并行重写和最终化阶段。

它采用 10 个类别和 85 个子模式的分类体系来检测 AI 标记，并使用“结构收敛门”验证输出是否真正向类人化分布转变，同时防止过度编辑（将变更率限制在 30-50%）。

适用人群

• 使用 AI 撰写韩语内容但希望其听起来自然、类人的写作者和专业人士。
• 将 AI 人类化工作流集成到基于 CLI 的代理环境中的开发者。
• 使用 Claude Code、GitHub Copilot CLI 或 Codex CLI 并寻求专业韩语语言优化的用户。

主要亮点

• 意义保留： 严格保留事实、主张、数字、专有名词和直接引用。
• 多运行时支持： 官方支持 Claude Code、GitHub Copilot CLI、Codex 和 Gemini CLI。
• 分层编排： 自动选择最高效的处理路径（轻量/标准/重型），以降低 token 成本。
• 详尽分类体系： 使用按严重程度（S1-S3）分类的 85 个子模式，精准去除 AI 标记。
• 严格验证： 包含防止过度编辑的门控机制，确保原始作者的声音不被抹除。