Humanizer-zh-next

声明：

• 本项目继承并参考了 op7418/humanizer-zh 的中文语境、安装说明和早期 Skill 形态。
• 本项目吸收了 blader/humanizer 2.8.2 的规则结构、维护思路和最新检测模式。
• 本项目吸收了 hardikpandya/stop-slop 中适合中文语境的结构套路、快速检查和质量自检思路。
• 本项目基于 AIScientists-Dev/academic-humanizer commit 94b88b23，增加了面向中文论文、学位论文、审稿回复和基金申请的学术模式。
• 本项目参考了 Wikipedia 的 Signs of AI writing 与 WikiProject AI Cleanup 相关资料。

---

项目简介

Humanizer-zh-next 是中文 AI 写作去痕 Skill。它用于编辑、审阅和改写中文文本，也为论文、学位论文、审稿回复和基金申请提供单独的学术模式。目标是让文字更自然，同时保留原文的事实、语气和用途；在学术文本中，还会保护数字、公式、引用和论断的证据边界。

本项目以 op7418/humanizer-zh 为基础，吸收 blader/humanizer 英文版持续更新的规则。考虑到 blader/humanizer 一直在更新，但是中文版本 op7418/humanizer-zh 缺乏长期维护，因此单独建立该仓库，用于长期维护 Humanizer 的中文版本。如果你认为该 Skill 有任何值得优化的地方或者不足之处，欢迎提出 issue 或 pull request，希望该 Skill 能够得到长期的维护以提供更好的用户体验。

安装

让 AI 帮你安装

把下面这段话发给你正在使用的 AI 编程助手：

请帮我安装 humanizer-zh-next Skill。

仓库地址是：https://github.com/Hyacehila/humanizer-zh-next

请根据当前 Agent 或编辑器的 Skill 目录规则安装它。如果支持 skills CLI，请优先运行：

npx skills add https://github.com/Hyacehila/humanizer-zh-next

如果不支持，请把完整的 humanizer-zh-next 目录安装到当前环境可识别的 skills 目录，确保目录名是 humanizer-zh-next，且 SKILL.md 位于该目录根部。

Skills CLI 一键安装

npx skills add https://github.com/Hyacehila/humanizer-zh-next

这是最简单的安装方式，会自动把 Skill 安装到当前工具支持的位置。

Git 克隆

不同 Agent 的 skills 目录可能不同，请把下面的 <SKILLS_DIR> 替换为你的实际目录。

git clone https://github.com/Hyacehila/humanizer-zh-next <SKILLS_DIR>/humanizer-zh-next

示例：

git clone https://github.com/Hyacehila/humanizer-zh-next ~/.codex/skills/humanizer-zh-next

手动安装

1. 下载本仓库。
2. 在 Agent 支持的 skills 目录下创建 humanizer-zh-next 子目录。
3. 将完整仓库内容复制到该目录中。SKILL.md 和 references/ 必须一并保留，否则学术模式无法加载；LICENSE 与 THIRD_PARTY_NOTICES.md 也应随项目保留。
4. 确认最终结构为 <SKILLS_DIR>/humanizer-zh-next/SKILL.md，且 <SKILLS_DIR>/humanizer-zh-next/references/academic-writing.md 存在。

使用

常规用法

安装后，可以这样调用：

请用 humanizer-zh-next 帮我改写下面这段文案，降低 AI 腔，但保留事实和语气：

……

也可以用于审阅：

请用 humanizer-zh-next 检查下面这段 README，指出最明显的 AI 写作痕迹，并给出自然版本：

……

学术写作与基金申请

处理中文论文、学位论文、审稿回复或基金申请时，Skill 会自动读取 references/academic-writing.md。学术模式不会为了追求口语化而删掉必要限定，也不会改动数字、公式、结果、图表编号或引用。

请用 humanizer-zh-next 修改下面这段论文摘要。去掉 AI 腔，检查论断是否超过证据范围，保留所有数字、公式和引用：

……

基金申请也可以按同样方式审阅：

请用 humanizer-zh-next 审阅这段基金申请的立项依据。保留有根据的研究愿景，检查科学问题、研究内容和前期基础是否对应，不要补写任何数据或经历：

……

学术模式默认返回终稿、简短变更报告和保真确认。基金申请的栏目、篇幅与合规要求以申报年度和具体项目的官方指南为准；本 Skill 不代写申请书，也不用于规避 AI 使用披露。

语气校准

如果你希望它贴近自己的写法，可以先提供一段写作样本：

下面是我平时的写作样本，请先学习语气，再改写目标文本。

写作样本：
……

目标文本：
……

humanizer-zh-next 会尽量保留你的句子长短、正式程度、节奏、用词偏好和表达习惯，而不是套用统一的“自然中文”模板。

相关项目与来源

下面两个项目是 humanizer-zh-next 的主要英文来源，分别提供通用规则和学术模式基线。

• blader/humanizer：本项目参考的英文原版。它围绕英文写作中的 AI 痕迹设计规则。如果需要编辑或改写英文文本，建议直接使用该项目。
• AIScientists-Dev/academic-humanizer：面向英文学术论文和基金申请。humanizer-zh-next 1.3.0 以固定 commit 为基线，将其中的学术专属规则本土化，并按中国基金申请场景重写为单独 reference。

概述

humanizer-zh-next 检测并修复 33 类常见 AI 写作模式，覆盖内容、语言、风格、交流痕迹、填充词和回避表达。学术文本在这些通用规则之上进入单独模式，不把正式、专业或必要的学术限定误判为 AI 痕迹。

它尤其关注中文语境中的问题：

• “赋能、生态、闭环、抓手、底层逻辑、价值沉淀”等中文 AI/营销高频词。
• “让我们深入探讨”“下面我们来拆解”“值得注意的是”等导览式开场和填充短语。
• “真正的问题是”“归根结底”“核心在于”等权威姿态和伪洞察话术。
• “未来可期”“广阔前景”“机遇与挑战并存”等通用积极结论。
• 技术文档和 README 中常见的 diff 叙述，例如“新增了……用于替代旧方案”。
• 学术写作中无证据的“证明、首次、显著、填补空白”，以及论断强于数据或引用的问题。
• 基金申请中愿景、研究目标、研究内容、方法和前期基础彼此脱节的问题。

AI 腔通常不是单个词造成的，而是多个模式叠加后的效果：抽象名词太多、判断太满、来源太虚、结构太整齐、结尾太积极、语气太像助手。

所以本 Skill 不会把正式、学术、专业或语法干净本身当作 AI 痕迹。它会优先修复那些让文本变得空泛、虚高、模板化或不像当前作者的地方。学术模式还要求所有数字、公式、结果和引用保持不变；证据不足时收窄论断或交给作者补充，不会编造材料。

除了模式词表，本 Skill 还吸收了英文版的几条方法论：改写而非删除、等量覆盖（原文有五段，改写也有五段，不靠压缩去痕）；初稿 → 自检“是什么让它一眼像 AI” → 终稿的工作流；以及个性与灵魂的适用范围护栏（只对博客、随笔、观点类加个性，技术和参考类文本中性平实就是正确的人类声音）。学术细则按需加载，避免普通文本承担不相关的上下文。

参考文献

• op7418/humanizer-zh commit 91f3d39，中文语境和早期中文 Skill 基线。
• blader/humanizer version 2.8.2，英文规则和 README 结构基线。
• hardikpandya/stop-slop，结构套路、虚假行动者、快速检查和质量自检参考。
• AIScientists-Dev/academic-humanizer commit 94b88b23703bed7df507acae7d6d5876209a0cdf，学术专属规则、论断—证据约束和基金申请模式基线。
• 国家自然科学基金委员会：2026 年申请书改版说明
• 国家自然科学基金委员会：关于 2026 年度项目申请与结题等有关事项的通告
• Wikipedia: Signs of AI writing
• Wikipedia: WikiProject AI Cleanup

版本历史

• 1.3.0：增加按需加载的中文学术写作 reference，覆盖论文、学位论文、审稿回复和中国基金申请；加入论断—证据、目标—可行性检查，保护数字、公式、结果和引用，并补充基金申请的年度模板与 AI 使用合规边界。
• 1.2.0：增加六类体裁决策矩阵和事实新增边界；个人叙事新增内容须逐项提示核实，专业体裁禁止补写事实；新增第三方版权声明，并修正完整目录安装方式。
• 1.1.0：进一步对齐 blader/humanizer 2.8.2 的方法论与文件结构。吸收“改写而非删除 / 等量覆盖”原则、“初稿→自检→终稿”工作流、“个性与灵魂”的适用范围护栏；把完整示例重构为完整循环；强化 #14 破折号规则（强化但不归零，尊重中文标点习惯）；补充尾部否定示例、人类写作迹象清单和“信号成簇才是自白”的判断收束。同时按英文原版重排章节：Your Task 收敛为 4 条，合并“检测指南”（误判保护 + 人类迹象）与“处理流程与输出”，移除英文版没有的“核心规则速查”，把质量自检表折叠进处理流程。全面扩写 33 类模式：补全每条的触发词清单、加深“问题”诊断（解释 LLM 为什么这么写），并为大多数模式补上 op7418/Humanizer-zh 与 blader/humanizer 的百科式案例中译，与本地化中文例子形成双例；语言特定的 #17/#19/#26 保留单例并说明中文对应表现。补齐“检测指南”一节：对齐英文 DETECTION GUIDANCE 的全部条目（新增语域混用、书信体、无来源主张、学术词汇细分、年代感引用、可辩护的编辑选择、ChatGPT 发布前文本等），并把光秃清单升级为“要点 + 解释”的阐述式。把“完整示例”补成与英文原版等长的里斯本随笔（六段原文 → 六段终稿），完整演示 原文→初稿→自检→终稿→改动说明 的循环。
• 1.0.0：参考 blader/humanizer 2.8.2 和 op7418/humanizer-zh commit 91f3d39 为基线发布。吸收英文版 33 类模式，并按中文写作习惯重写触发词、示例、误判保护和输出流程。同时吸收 stop-slop 中适合中文语境的结构套路、虚假行动者和质量自检思路。

许可

MIT

本项目使用和改编的第三方 MIT 项目、固定版本及版权声明见 THIRD_PARTY_NOTICES.md。