harshaneel/humanize

Best static AI text humanizer. Two research-grounded LLM-agnostic skills that make AI writing sound human and relatable. Nine levers, 50+ peer-reviewed sources, 2024-2026 detection literature.

humanize – 适用于 LLM 代理的基于规则的“拟人化”写作技能

简介 – 一个轻量级、MIT 授权的仓库,为任何基于 LLM 的编程或写作助手(Claude Code、Codex CLI、ChatGPT 桌面版、Gemini、Cursor、Aider、OpenCode 等)提供两个静态技能。

技能 目标 运作方式
humanize 改写或生成文本,使其读起来像真人——具备自然的节奏、具体的细节与一致的语气。 一个包含规则手册的 SKILL.md 文件,规则源自 AI 文本检测文献中识别出的九种“拟人化杠杆”(困惑度降低、突发性注入、对冲修饰、具体性插入、语气匹配等)。无需模型,无需 API 调用——主机 LLM 只需遵循指令即可。
ai-check 对任何段落进行 AI 生成信号的法医级分析。 另一个 SKILL.md,扫描输入中的九类信号,引用每个标记,并给出判定结果(人类 / 可能为人类 / 不确定 / 可能为 AI / AI),以及信心指数与 AI 编辑比例估算。

安装——单一指令适用于所有支持的代理

# 克隆仓库(任何从磁盘读取的代理皆需要)
git clone https://github.com/harshaneel/humanize.git
cd humanize

# 安装至所有支持的技能目录(Claude、Codex、通用代理)
./install.sh all   # 若偏好复制而非符号链接,请加上 --copy

Claude Code 与 Codex CLI 亦支持市场工作流程:

claude plugin marketplace add harshaneel/humanize
claude plugin install humanize@humanize   # Codex 同理

对于网页版 Claude 或任何聊天 UI,您可以透过「设置 → 功能 → 技能」画面上传两个 SKILL.md 文件,或直接将其内容作为系统提示词贴入对话中。

使用技能

Humanize – 改写文本:

/humanize:humanize

[粘贴您的 AI 生成文本]

或直接询问模型:

请将此文本拟人化:…

AI-check – 审核文本:

/humanize:ai-check

[粘贴段落]

或:

这听起来像 AI 吗?…

当仓库于本地克隆后,两个指令皆可使用简称(/humanize 与 /ai-check)。

语气匹配(选用)

在目标文本前提供一段简短的个人写作样本;该技能会提取节奏、词汇与结构特征(使用 HyPerAlign 方法,arXiv 2505.00038)并应用于改写中。

README 中报告的基准测试

  • 数据集 – 25 种 AI 风格的输入,涵盖 25 种不同的语域(技术博客、学术摘要、商务邮件、LinkedIn 贴文、README 简介等)。
  • 内部评分器 – 仓库自有的 ai-check(基于规则的文体测量)。平均分数 = 5.24 / 27(越低越像人类);6 个为人类,19 个可能为人类,0 个不确定或更差。
  • 外部评分器 – Binoculars(交叉困惑度检测器,ICML 2024)。平均分数 = 0.9928(越高越像人类),所有 25 个输出皆高于人类阈值(0.854)。
  • 结论 – 在多样化的语域中,改写后的输出始终被两个独立的、基于困惑度的检测器评定为具备人类特征。

已知限制(作者声明)

  • 基于规则的方法无法击败已学习的分类器,如 GPTZero、Grammarly 或 Pangram;这些模型会查看原始 LLM 权重中内建的「RLHF 指纹」,仅靠表面改写无法抹除。
  • 该技能是静态的——它不会适应或从新数据中学习。其有效性取决于这九种杠杆在检测研究演进中是否持续相关。
  • 对于看重已学习分类器分数的高风险场景,README 建议采用补充技术(跨模型改写链、基础模型改写、人工编辑)。

适用场景

  • 您需要一种免费、离线的方式,在发布或分享前让 AI 生成的草稿听起来更具个人风格。
  • 您希望在不将数据传送至第三方服务的情况下,快速且可重现地审核段落中的 AI 生成信号。
  • 您已在 Claude Code、Codex CLI 或类似的 LLM 代理环境中工作,并偏好随插即用的技能,而非外部 API。

TL;DR – humanize 提供两个零依赖、基于规则的技能,可放入任何 LLM 代理中以 (1) 将 AI 文本改写为人类语气,以及 (2) 生成详细的 AI 检测报告。安装仅需单一脚本或市场指令,使用方式为简单的斜线指令,且作者通过小型基准测试证明其在两个基于困惑度的检测器上皆具备人类水准的分数。此方法透明且开源,但无法击败现代已学习的 AI 检测器。

相关

  • 项目
  • 项目
  • 项目
  • 项目