lynote-ai/ai-text-detector

解决的问题

解决过度自信且不透明的AI文本检测器问题。它不提供二元的「AI或人类」判断，而是作为谨慎的初步筛查工具，提供风险估计和可解释的信号，帮助人类做出知情决策，而非将分数视为绝对证据。

工作原理

该工具分析文本以生成风险评分（0-100）和判断结果（如 high_ai_likelihood 或 insufficient_text）。它使用加权证据信号解释文本被标记的原因，并包含短文本防护机制，防止样本量过小时过度强调证据。该工具提供本地CLI、Python API，以及适用于Codex和Claude Code等具备仓库感知能力的代理的便携式技能。

适用人群

• 教师：在手动审查学生作业前需要谨慎信号的人员。
• 编辑：希望发现公式化或模板化的产品评论和客座文章的人员。
• 信任与安全团队：希望将可疑的长篇内容优先列入人工审查的团队。
• 内容质量保证团队：比较人类与AI辅助草稿，识别通用语言的团队。

主要亮点

• 可解释输出：在提供评分的同时，附带最强的加权证据信号和注意事项。
• 代理就绪：打包为技能，可集成到编码代理和本地工作流中。
• 保守设计：优先避免错误自信，而非追求高召回率，特别拒绝对极短文本做出强判断。
• 可复现评估：包含脚本，可用于在公开的HC3数据集上评估性能。