humanizer-pl

Dwujęzyczny (PL + EN) skill do Claude Code / Cowork, który usuwa oznaki pisania AI z tekstu, zachowując sens, fakty i głos autora. Fork blader/humanizer rozszerzony o pełną warstwę polskiej naturalności.

TL;DR (EN): A bilingual de-slop skill. Removes AI-writing tells from Polish AND English text while preserving meaning and voice. The English patterns come 1:1 from blader/humanizer; the Polish layers, the Bielik experiment and the eval harness are new. Auto-detects language.

Po co to

Każdy de-AI/humanizer w sieci jest po angielsku. Polski AI-slop to jednak NIE przetłumaczony angielski: GPT i Claude po polsku mają własne tells (kalki, nadmiar imiesłowów, klisze epoki, parataksa zamiast hipotaksy). humanizer-pl celuje w jedno i drugie.

Instalacja

Skopiuj do katalogu skilli Claude Code:

git clone https://github.com/pielas-activy/humanizer-pl \
  ~/.claude/skills/humanizer-pl

Działa od razu w trybie domyślnym (bez zależności). Tryb z Bielikiem (opcjonalny, lokalny polski LLM) ma auto-instalator, patrz niżej.

Co robi

1. Wykrywa język -> ładuje wzorce PL albo EN (progressive disclosure, czyta tylko to, czego potrzebuje).
2. De-slop, odważnie. Usuwa myślnik długi, "to nie X, to Y", rule of three, anaforę, watę. Przepisuje strukturę zdań, nie tylko interpunkcję.
3. Przebieg polszczyzny (tylko PL). Tłumaczy leniwe anglicyzmy (zostawia żargon autora), pilnuje czasowników, rozwija kalki-przymiotniki, łapie ukryty "nie X, to Y" i scala urywane zdania w złożone (parataksa -> hipotaksa, najsilniejszy polski tell). Na końcu osobny skan kalek (test odwrotnego tłumaczenia, nie zamknięta lista).
4. Final. Skan: zero myślnika długiego, pełne ogonki, fakty 1:1.
5. Uczy się Twojego żargonu (opcjonalnie). Wykrywa branżowe terminy i może zapamiętać Twoją osobistą listę "tego nie ruszaj", per user i lokalnie. Szczegóły w sekcji "Profil żargonu".

Tryby recenzenta polszczyzny

• Bez Bielika (domyślny). Recenzentem jest główny model. Zero zależności, działa wszędzie.
• Z Bielikiem (opcja). Lokalny natywny polski LLM (Bielik-11B przez Ollama) DORADZA, główny model osądza, a propozycje trafiają do usera do decyzji. Auto-instalator tools/install-bielik.sh robi wszystko za nietechnicznego usera (instaluje Ollama, pobiera model). Setup: tools/setup-bielik.md.

Eksperyment: czy Bielik (polski LLM) jest dobrym recenzentem polszczyzny?

Bielik jest reklamowany jako model mocny w polskim, więc przetestowaliśmy go jako recenzenta w 4 trybach na 8 realnych tekstach (81 propozycji), z każdą propozycją osądzoną przez mocniejszy model. Wynik: 0 realnych trafień, ponad 40-50% propozycji wprost szkodliwych (zmiana sensu, faktu albo przepisywanie cytatu). Lepszy prompt zbił liczbę i szkody, ale nie jakość. Wniosek: jako samodzielny recenzent gęstego w fakty tekstu Bielik-11B nie dowozi; jako doradca pod nadzorem mocniejszego modelu jest bezpieczny, ale niewiele wnosi. Tryb z Bielikiem zostaje jako ciekawostka i przykład, jak spiąć lokalny model w pipeline.

Profil żargonu (opcjonalny, per user)

Skill nie zna z góry niczyjego żargonu i celowo go nie hardkoduje (nie jest "do AI" ani do żadnej jednej branży). Zamiast tego potrafi wykryć Twój żargon i go zapamiętać:

• Gdy w tekście widzi dużo powracających, branżowych terminów (prawnik: "cesja", "rękojmia"; marketer: "lead", "funnel"), sam proponuje krótką sesję w stylu "zapamiętać, których nie ruszać?".
• Możesz to też odpalić wprost: "zapamiętaj mój żargon" albo "zbuduj mój profil żargonu".
• Potwierdzoną listę zapisuje lokalnie w references/jargon-profile.local.md (prywatnie, per maszyna, gitignore, nie trafia do repo) i przy kolejnych tekstach pilnuje, żeby tych słów nie tłumaczyć ani nie "poprawiać".

Każdy ma swój profil: prawnik prawniczy, marketer marketingowy, Ty swój. Dzięki temu uniwersalny skill nie przekłada Twojego fachowego słownictwa na siłę.

Struktura

humanizer-pl/
  SKILL.md                  router: wykryj język -> wzorce -> proces -> (PL) polszczyzna
  references/
    patterns-en.md          33 wzorce blader 1:1 (EN) + TOC
    patterns-pl.md          6 kategorii PL + rodzina "manufaktura rytmu"
    polszczyzna-pl.md        warstwa naturalności PL (anglicyzmy, czasowniki, kalki,
                            ukryty "nie X, to Y", parataksa -> hipotaksa, skan kalek)
    przyklady.md            pary PRZED/PO (PL z banku, EN z blader)
    raport-html.md          szablon raportu HTML (side-by-side + lista zmian), tryb opcjonalny
  evals/
    evals.json              6 binarnych asercji + 2 zamrożone case'y
    run_evals.py            deterministyczny runner
  tools/                    tryb "z Bielikiem" (opcjonalny)
    install-bielik.sh, bielik-advisor.py, bielik-review.py, setup-bielik.md

Twarde zasady wyjścia

• Zero myślnika długiego (U+2014) i półpauzy (U+2013), zawsze ASCII -.
• Polskie znaki (pełne ogonki) w polskim tekście.
• Nie zmieniaj języka, nie wymyślaj faktów, output nie puszy treści.

Wyjątek: references/patterns-en.md i sekcja EN w przyklady.md cytują blader 1:1, więc w negatywnych przykładach "before" mają myślniki - to demonstrowany tell. Wynik skilla ich nie zawiera.

Evals

python3 evals/run_evals.py

Sprawdza 6 binarnych asercji na zamrożonych przykładach: brak myślnika, polskie znaki, brak słów z banów, output nie dłuższy niż input, pierwsza linia nie wypełniacz, brak artefaktów chatbota.

Użycie

W Claude Code: /humanizer-pl albo "zhumanizuj ten post / wywal AI-slop z tego maila". Auto-wykrywa PL/EN. Tryb z Bielikiem: "zhumanizuj + sprawdź Bielikiem". Raport HTML ze zmianami (side-by-side + lista zmian): "zhumanizuj + raport HTML". Profil żargonu (czego nie tłumaczyć): "zapamiętaj mój żargon".

Atrybucja

Fork blader/humanizer (MIT), który z kolei bazuje na wikipedijowym przewodniku "Signs of AI writing". Angielskie wzorce w patterns-en.md są jego, przeniesione 1:1. Polskie warstwy, integracja z Bielikiem i evals to dodatki. Licencja: MIT.