尧图网站建设 
如何用 Humanizer-zh 搭建批量去 AI 痕迹流水线从文章改写到自动质量自检的完整指南【免费下载链接】Humanizer-zhHumanizer 的汉化版本Claude Code Skills旨在消除文本中 AI 生成的痕迹。项目地址: https://gitcode.com/gh_mirrors/hu/Humanizer-zhHumanizer-zh 是一款面向 Claude Code 的中文技能工具专门用于去除文本中的 AI 生成痕迹把机器味浓重的文章改写得更像真人写作。这篇指南将带你从零搭建一条可重复执行的批量去 AI 痕迹流水线先安装技能再单篇改写然后批量处理整目录文章最后用内置的自动质量自检打分回环确保每篇输出都达到发布标准。全程几乎不需要写代码新手照着做即可。一、为什么需要批量去 AI 痕迹流水线如果你经常用 AI 辅助写作大概都被这种AI 腔折磨过此外它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。这不仅仅是一次更新而是我们思考生产力方式的革命。句子没错但一眼机器。Humanizer-zh 的思路是把维基百科AI 写作特征社区总结的24 种 AI 痕迹模式变成一份可执行的编辑规则由 Claude Code 自动扫描、重写并自检。单篇改写很快但面对几十篇待发布文章时需要一条稳定的流水线批量输入把待处理文章放进一个目录逐篇改写技能按 24 种模式扫描并重写问题片段质量自检按 5 个维度打分低于门槛自动返工输出交付得到带分数和修改说明的成品说明这个工具的目标不是骗过 AI 检测器而是真正提升写作质量让文字有真实的人味。二、一键安装3 种方式任选安装过程见 README.md#L19-L58推荐使用 Git 克隆方式路径明确、最可控# 克隆到 Claude Code 的 skills 目录 git clone https://gitcode.com/gh_mirrors/hu/Humanizer-zh.git ~/.claude/skills/humanizer-zh安装后的目录结构非常简单核心就是一个技能定义文件~/.claude/skills/humanizer-zh/ ├── SKILL.md # 技能定义文件中文版流水线的全部规则都在这 └── README.md # 说明文档也可以用手动安装把Humanizer-zh文件夹复制到 skills 目录即可——macOS/Linux 是~/.claude/skills/Windows 是%USERPROFILE%\.claude\skills\。验证安装重启或重新加载 skills 后在对话中输入/humanizer-zh能正常激活即安装成功。三、流水线第 1 站单篇文章的去痕改写安装完成后最简单的调用方式就是直接指定文件或粘贴文本用法示例见 README.md#L62-L86/humanizer-zh 请人性化 article.md 文件中的内容技能内部的处理流程定义在 SKILL.md#L419-L430共 5 步识别 AI 模式—— 对照 24 种模式逐段扫描重写问题片段—— 用自然表达替换 AI 痕迹保留含义—— 核心信息不丢失维持语调—— 匹配原文应有的正式/随意/技术风格注入灵魂—— 加入观点、变化句长、适当用我避免无菌写作来看一个真实对比源自 README.md#L191-L202改写前AI 味道新的软件更新作为公司致力于创新的证明。此外它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。改写后人性化软件更新添加了批处理、键盘快捷键和离线模式。来自测试用户的早期反馈是积极的大多数报告任务完成速度更快。删除了作为……的证明此外无缝等典型 AI 词汇替换成了具体功能 真实反馈——这就是流水线要批量复用的效果。四、流水线第 2 站批量处理整个文章目录批量处理不需要任何额外代码诀窍是把单篇指令变成逐篇循环指令。假设待处理文章都在drafts/目录方式 A让 Claude Code 逐篇循环处理/humanizer-zh 请处理 drafts/ 目录下的所有 Markdown 文章。 对每篇文章执行完整的去 AI 痕迹改写改写完成后 1. 覆盖保存原文件或另存到 output/ 目录 2. 输出该篇的质量评分和主要修改点 处理完所有文件后输出一张汇总表格文件名 | 总分 | 是否通过技能声明了Read、Write、Edit工具权限见 SKILL.md#L8-L12因此可以安全地读取、改写并写回文件整个循环在一次对话内自动完成。方式 B先出清单再逐篇确认更稳妥/humanizer-zh 先扫描 drafts/ 目录下所有文章 按 AI 痕迹严重程度排序输出处理优先级清单。 我确认后再逐篇改写。适合对外发布的正式内容先看全貌再决定改哪些篇、改多狠。方式 C分批处理长文目录文章很多时指定每次处理 5 篇并保存进度避免单次上下文过长/humanizer-zh 按文件名排序处理 drafts/ 中的文章每批 5 篇 每批完成后输出小结并继续下一批直到全部完成。五、流水线第 3 站自动质量自检不达标自动返工这是整条流水线的质检关卡。技能内置了 质量评分 表要求对每篇改写后的文本按 5 个维度打分满分 50维度评估标准满分直接性直截了当还是绕圈宣告/10节奏句子长短是否交错变化/10信任度是否尊重读者、不啰嗦解释/10真实性听起来像真人说话吗/10精炼度还有可删减的内容吗/10评分标准同样写在 SKILL.md#L453-L456 中✅45–50 分优秀已去除 AI 痕迹直接通过⚠️35–44 分良好仍有改进空间建议微调❌低于 35 分需要重新修订把这条标准写进批处理指令就形成了自动返工回环/humanizer-zh 批量处理 drafts/ 目录。每篇改写后按 5 维质量评分自检 低于 45 分的必须指出扣分项并自动重写直到 ≥45 分或连续两次无提升为止。 最终输出文件名 | 初稿分 | 终稿分 | 残留问题交付前还可以再过一遍 快速检查清单它只问 6 个快刀斩乱麻的问题连续三个句子长度相同打断其中一个段落以简洁的单行结尾变换结尾方式揭示前有破折号删掉它在解释隐喻相信读者能懂出现此外然而考虑删三段式列举改成两项或四项六、看懂 24 种 AI 痕迹模式改写效果更可控规则全部定义在 SKILL.md 中分为四大类。了解它们能让你在验收批量结果时心里有数类别数量典型模式 内容模式6 种夸大意义与遗产、模糊归因专家认为、公式化的挑战与未来展望 语言语法模式6 种高频 AI 词汇、系动词回避、否定式排比、三段式法则、同义词循环 风格模式6 种破折号滥用、粗体滥用、内联标题列表、表情符号装饰 交流模式6 种希望这对您有帮助、知识截止日期免责声明、谄媚语气、通用积极结尾其中 高频 AI 词汇警示列表 值得单独记住此外、至关重要、深入探讨、增强、格局、织锦、充满活力的——这些词在 2023 年后的 AI 文本中出现频率异常高是批量验收时最快的一眼假指标。中文语境下SKILL.md#L284-L294 也贴心说明标题大小写这类英文模式在中文中基本不适用工具已针对中文写作习惯做了适配。七、让流水线更有人味的 3 个加分技巧去痕只是下限真正的目标是文字鲜活。参考 SKILL.md 的个性与灵魂章节允许一点混乱完美的结构反而像算法保留少量题外话和半成品想法更像真人在写对感受要具体凌晨三点没人看着时智能体还在运转远胜过这令人担忧在指令里点明文风批量处理时追加一句保留博客的口语化风格允许使用第一人称可以避免批量输出变成千篇一律的无菌文章八、常见问题 FAQQ1批量处理会改变原文事实吗不会。规则明确要求保留含义、核心信息完整改写的只是表达方式。不确定的内容宁可删除模糊归因也不虚构。Q2一篇都失败了怎么办先看自检输出的扣分项。若连续两篇低于 35 分通常是原文AI 腔过重建议先人工删除明显套话再交给流水线返工成本更低。Q3只想检测不想改写把指令改为只扫描并列出每处 AI 痕迹及模式编号不修改原文即可当作批量体检工具使用。九、总结一条完整的 Humanizer-zh 批量流水线只需要三步指令批量改写 → 5 维质量评分自检 → 低于 45 分自动返工。核心规则文件 SKILL.md24 种模式 核心规则速查 完整示例和说明文档 README.md 都在仓库根目录MIT 协议开源见 LICENSE。装好技能后从一篇小文试起再放大到整个drafts/目录——你会发现去 AI 痕迹从一件体力活变成了一键运行的流水线。【免费下载链接】Humanizer-zhHumanizer 的汉化版本Claude Code Skills旨在消除文本中 AI 生成的痕迹。项目地址: https://gitcode.com/gh_mirrors/hu/Humanizer-zh创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何用 Humanizer-zh 搭建批量去 AI 痕迹流水线：从文章改写到自动质量自检的完整指南
如何用 Humanizer-zh 搭建批量去 AI 痕迹流水线从文章改写到自动质量自检的完整指南【免费下载链接】Humanizer-zhHumanizer 的汉化版本Claude Code Skills旨在消除文本中 AI 生成的痕迹。项目地址: https://gitcode.com/gh_mirrors/hu/Humanizer-zhHumanizer-zh 是一款面向 Claude Code 的中文技能工具专门用于去除文本中的 AI 生成痕迹把机器味浓重的文章改写得更像真人写作。这篇指南将带你从零搭建一条可重复执行的批量去 AI 痕迹流水线先安装技能再单篇改写然后批量处理整目录文章最后用内置的自动质量自检打分回环确保每篇输出都达到发布标准。全程几乎不需要写代码新手照着做即可。一、为什么需要批量去 AI 痕迹流水线如果你经常用 AI 辅助写作大概都被这种AI 腔折磨过此外它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。这不仅仅是一次更新而是我们思考生产力方式的革命。句子没错但一眼机器。Humanizer-zh 的思路是把维基百科AI 写作特征社区总结的24 种 AI 痕迹模式变成一份可执行的编辑规则由 Claude Code 自动扫描、重写并自检。单篇改写很快但面对几十篇待发布文章时需要一条稳定的流水线批量输入把待处理文章放进一个目录逐篇改写技能按 24 种模式扫描并重写问题片段质量自检按 5 个维度打分低于门槛自动返工输出交付得到带分数和修改说明的成品说明这个工具的目标不是骗过 AI 检测器而是真正提升写作质量让文字有真实的人味。二、一键安装3 种方式任选安装过程见 README.md#L19-L58推荐使用 Git 克隆方式路径明确、最可控# 克隆到 Claude Code 的 skills 目录 git clone https://gitcode.com/gh_mirrors/hu/Humanizer-zh.git ~/.claude/skills/humanizer-zh安装后的目录结构非常简单核心就是一个技能定义文件~/.claude/skills/humanizer-zh/ ├── SKILL.md # 技能定义文件中文版流水线的全部规则都在这 └── README.md # 说明文档也可以用手动安装把Humanizer-zh文件夹复制到 skills 目录即可——macOS/Linux 是~/.claude/skills/Windows 是%USERPROFILE%\.claude\skills\。验证安装重启或重新加载 skills 后在对话中输入/humanizer-zh能正常激活即安装成功。三、流水线第 1 站单篇文章的去痕改写安装完成后最简单的调用方式就是直接指定文件或粘贴文本用法示例见 README.md#L62-L86/humanizer-zh 请人性化 article.md 文件中的内容技能内部的处理流程定义在 SKILL.md#L419-L430共 5 步识别 AI 模式—— 对照 24 种模式逐段扫描重写问题片段—— 用自然表达替换 AI 痕迹保留含义—— 核心信息不丢失维持语调—— 匹配原文应有的正式/随意/技术风格注入灵魂—— 加入观点、变化句长、适当用我避免无菌写作来看一个真实对比源自 README.md#L191-L202改写前AI 味道新的软件更新作为公司致力于创新的证明。此外它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。改写后人性化软件更新添加了批处理、键盘快捷键和离线模式。来自测试用户的早期反馈是积极的大多数报告任务完成速度更快。删除了作为……的证明此外无缝等典型 AI 词汇替换成了具体功能 真实反馈——这就是流水线要批量复用的效果。四、流水线第 2 站批量处理整个文章目录批量处理不需要任何额外代码诀窍是把单篇指令变成逐篇循环指令。假设待处理文章都在drafts/目录方式 A让 Claude Code 逐篇循环处理/humanizer-zh 请处理 drafts/ 目录下的所有 Markdown 文章。 对每篇文章执行完整的去 AI 痕迹改写改写完成后 1. 覆盖保存原文件或另存到 output/ 目录 2. 输出该篇的质量评分和主要修改点 处理完所有文件后输出一张汇总表格文件名 | 总分 | 是否通过技能声明了Read、Write、Edit工具权限见 SKILL.md#L8-L12因此可以安全地读取、改写并写回文件整个循环在一次对话内自动完成。方式 B先出清单再逐篇确认更稳妥/humanizer-zh 先扫描 drafts/ 目录下所有文章 按 AI 痕迹严重程度排序输出处理优先级清单。 我确认后再逐篇改写。适合对外发布的正式内容先看全貌再决定改哪些篇、改多狠。方式 C分批处理长文目录文章很多时指定每次处理 5 篇并保存进度避免单次上下文过长/humanizer-zh 按文件名排序处理 drafts/ 中的文章每批 5 篇 每批完成后输出小结并继续下一批直到全部完成。五、流水线第 3 站自动质量自检不达标自动返工这是整条流水线的质检关卡。技能内置了 质量评分 表要求对每篇改写后的文本按 5 个维度打分满分 50维度评估标准满分直接性直截了当还是绕圈宣告/10节奏句子长短是否交错变化/10信任度是否尊重读者、不啰嗦解释/10真实性听起来像真人说话吗/10精炼度还有可删减的内容吗/10评分标准同样写在 SKILL.md#L453-L456 中✅45–50 分优秀已去除 AI 痕迹直接通过⚠️35–44 分良好仍有改进空间建议微调❌低于 35 分需要重新修订把这条标准写进批处理指令就形成了自动返工回环/humanizer-zh 批量处理 drafts/ 目录。每篇改写后按 5 维质量评分自检 低于 45 分的必须指出扣分项并自动重写直到 ≥45 分或连续两次无提升为止。 最终输出文件名 | 初稿分 | 终稿分 | 残留问题交付前还可以再过一遍 快速检查清单它只问 6 个快刀斩乱麻的问题连续三个句子长度相同打断其中一个段落以简洁的单行结尾变换结尾方式揭示前有破折号删掉它在解释隐喻相信读者能懂出现此外然而考虑删三段式列举改成两项或四项六、看懂 24 种 AI 痕迹模式改写效果更可控规则全部定义在 SKILL.md 中分为四大类。了解它们能让你在验收批量结果时心里有数类别数量典型模式 内容模式6 种夸大意义与遗产、模糊归因专家认为、公式化的挑战与未来展望 语言语法模式6 种高频 AI 词汇、系动词回避、否定式排比、三段式法则、同义词循环 风格模式6 种破折号滥用、粗体滥用、内联标题列表、表情符号装饰 交流模式6 种希望这对您有帮助、知识截止日期免责声明、谄媚语气、通用积极结尾其中 高频 AI 词汇警示列表 值得单独记住此外、至关重要、深入探讨、增强、格局、织锦、充满活力的——这些词在 2023 年后的 AI 文本中出现频率异常高是批量验收时最快的一眼假指标。中文语境下SKILL.md#L284-L294 也贴心说明标题大小写这类英文模式在中文中基本不适用工具已针对中文写作习惯做了适配。七、让流水线更有人味的 3 个加分技巧去痕只是下限真正的目标是文字鲜活。参考 SKILL.md 的个性与灵魂章节允许一点混乱完美的结构反而像算法保留少量题外话和半成品想法更像真人在写对感受要具体凌晨三点没人看着时智能体还在运转远胜过这令人担忧在指令里点明文风批量处理时追加一句保留博客的口语化风格允许使用第一人称可以避免批量输出变成千篇一律的无菌文章八、常见问题 FAQQ1批量处理会改变原文事实吗不会。规则明确要求保留含义、核心信息完整改写的只是表达方式。不确定的内容宁可删除模糊归因也不虚构。Q2一篇都失败了怎么办先看自检输出的扣分项。若连续两篇低于 35 分通常是原文AI 腔过重建议先人工删除明显套话再交给流水线返工成本更低。Q3只想检测不想改写把指令改为只扫描并列出每处 AI 痕迹及模式编号不修改原文即可当作批量体检工具使用。九、总结一条完整的 Humanizer-zh 批量流水线只需要三步指令批量改写 → 5 维质量评分自检 → 低于 45 分自动返工。核心规则文件 SKILL.md24 种模式 核心规则速查 完整示例和说明文档 README.md 都在仓库根目录MIT 协议开源见 LICENSE。装好技能后从一篇小文试起再放大到整个drafts/目录——你会发现去 AI 痕迹从一件体力活变成了一键运行的流水线。【免费下载链接】Humanizer-zhHumanizer 的汉化版本Claude Code Skills旨在消除文本中 AI 生成的痕迹。项目地址: https://gitcode.com/gh_mirrors/hu/Humanizer-zh创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考