lynote-ai/ai-text-detector

解決的問題

解決過度自信且不透明的AI文本檢測器問題。不提供二元的「AI或人類」判斷，而是作為謹慎的初步篩選工具，提供風險估計與可解釋的信號，協助人類做出知情決策，而非將分數視為絕對證據。

工作原理

該工具分析文本以生成風險分數（0-100）和判斷結果（如 high_ai_likelihood 或 insufficient_text）。使用加權證據信號解釋文本被標記的原因，並包含短文本防護機制，防止樣本量過小時過度強調證據。該工具提供本地CLI、Python API，以及適用於Codex和Claude Code等具備倉儲感知能力的代理的便攜式技能。

適用對象

• 教師：在手動審查學生作業前需要謹慎信號的人員。
• 編輯：希望發現公式化或模板化產品評論與客座文章的人員。
• 信任與安全團隊：希望將可疑的長篇內容優先列入人工審查的團隊。
• 內容品質保證團隊：比較人類與AI輔助草稿，識別通用語言的團隊。

主要亮點

• 可解釋輸出：在提供分數的同時，附帶最強的加權證據信號與注意事項。
• 代理就緒：打包為技能，可整合到編碼代理與本地工作流程中。
• 保守設計：優先避免錯誤自信，而非追求高召回率，特別拒絕對極短文本做出強判斷。
• 可重現評估：包含腳本，可用於在公開的HC3數據集上評估性能。