coji/natural-japanese

解決的問題

大型語言模型（LLM）生成的日語文本常帶有「AI味」，感覺機械、重複，或像英語的直譯。本專案提供一套系統，可將這些輸出轉化為清晰、專業且自然的日語，適用於商業文件、部落格與論文。

作法

本專案作為「Agent Skill」運作，透過三階段流程結合機械式檢測與AI判斷：

1. 寫作前設計：在生成開始前，確立讀者、核心訊息與標題架構。
2. 生成限制：應用包含12條風格規則的「寫作憲法」（例如：「從結論開始」、「避免重複相同模式三次以上」），防止AI式模式出現。
3. 機械式檢測與迭代：使用基於 sudachipy 語法分析的 Python 語法檢查工具（lint.py），識別禁止詞語、單調節奏與翻譯風格句式。AI隨後審查這些發現，並迭代修改文本，直到模式被消除。

此外，還包含用於提取大綱與術語的專用腳本，以及一個實驗性語意分析工具，透過句子嵌入檢測主題推進的「平庸性」。

適用對象

使用AI起草商業文件（會議紀錄、報告、指南、研究備忘錄）、簡報架構，或撰寫日語公開內容（筆記、部落格、論文）的專業人士與寫作者。

主要特色

• 混合檢測：結合決定性的機械式 linting（發現AI常忽略自身問題）與AI驅動的上下文判斷。
• 寫作憲法：一套12條嚴格規則，從源頭約束生成，而非僅事後修復。
• 閱讀負荷分析：特定模式（--reading-load）可標記長句、雙重否定與過度的漢字鏈。
• 迭代收斂：透過基準版本追蹤差異的循環機制，確保文本逐步收斂至自然狀態。
• Agent整合：可透過 npx skills add 或 openskills 輕鬆安裝為 Claude Code 及其他Agent的技能。