larashero3-dotcom/lieflat-less-ai-tone

解决的问题

本项目针对中文文本中常见的「AI风味」（AI生成风格），这种风格常被认为不自然或程式化。项目旨在通过语言学研究量化这种风格的构成要素，并提供系统化的方法来消除这些标记，使AI生成的内容更接近人类写作风格。

工作原理

本项目采用基于语料库的语言学方法。分析了629篇文章（300篇AI生成自五个不同模型，329篇人类撰写）共280万汉字。通过测试26个「AI风格」的候选特征，项目识别出11个统计上显著的标记——例如特定标点模式（过多的破折号）、结构重复、段落衔接不佳（段落开头使用零回指，如「这」「其」等）。

这些发现随后被转化为一组可执行的重写规则（一个Agent技能），可用于文本处理。系统遵循「白名单」原则，仅修改已识别的11个标记，同时保留原文的含义、事实和整体结构。

适用人群

• 内容创作者：希望从中文写作中去除AI生成的明显痕迹者。
• AI代理与开发者：需要在中文场景下生成更自然、更像人类输出的写作助手构建者。
• 语言学家：对LLM生成文本与人类写作的定量分析感兴趣者。

亮点

• 数据驱动方法：基于近300万字的统计分析，避免依赖主观印象。
• 模型无关性：分析多个模型（Claude、DeepSeek、Gemini、GPT、Kimi）以识别共性与模型特有特征。
• 严格约束：确保信息保全，重写过程中不添加新事实，不删除原始结论。
• 可执行规则：提供基于正则表达式的操作符，可具体识别并定位「AI风味」标记。