lynote-ai/humanize-text

它解决了什么问题

AI生成的文本通常带有统计特征，容易被AI检测工具识别，且在节奏上显得不自然。此工具包提供了一套系统，用于重写AI辅助的初稿，使其更自然，降低被标记为机器生成内容的风险。

它如何工作

该项目实现了一个多步骤流程，结合大型语言模型（LLMs）和神经机器翻译（NMT）引擎，以打破AI生成的模式。推荐的「标准流程」包含4个步骤的链式处理：

1. LLM重写（中文）： 使用LLM（例如DeepSeek）以高温度（1.3）将文本重写并翻译成中文，引入创造性变化。
2. LLM重写（日文）： 将中文文本进一步重写并翻译成日文，利用第一步作为对话历史以保持连贯性。
3. NMT翻译（芬兰语）： 通过Google Translate将文本翻译成芬兰语，利用语言距离较远的中间语言引入结构上的干扰。
4. NMT翻译（英文）： 最后使用Niutrans引擎将文本翻译回英文，重建文本，同时消除原始AI的统计指纹。

适用人群

希望提升AI辅助初稿可读性和自然流畅度，同时保持原意和风格的开发者和写作者。

特色亮点

• 多引擎方法： 结合LLM（DeepSeek、OpenRouter）与多个NMT引擎（Google、Niutrans），确保没有单一引擎的指纹残留。
• 语言距离： 采用一系列语言距离较远的语言链（中文 → 日文 → 芬兰语），最大化结构重构效果。
• 参考实现： 提供四种不同的去AI化方法（翻译链、多轮重写、检测引导反馈、混合引擎翻译）。
• 可集成： 提供Python命令行工具和n8n工作流，支持无代码自动化集成。