40,681 颗星背后，那个让 AI 文案读起来像人写的 Skill 到底做了什么

拾光·开源拾遗 技术创作者 2026-09-03 526 阅读

你的 AI 助手刚给你写完一篇文案。你读了一遍——信息都对，但总觉得哪里不对。太顺了，太满，太”AI”了。那种每个词都正确但组合起来就是没有人味的感觉，你大概懂我在说什么。

这不是你的问题。这是大模型统计输出的原罪：最可能的，不是最真实的。

blader/humanizer 就是来解决这个的。这个 GitHub 仓库刚刚突破 40,000 颗星，收录在 Claude Skills marketplace 并获得了 5,200+ 次安装。它不是另一个 AI 检测器，而是一个基于 Wikipedia 社区真实观察的写作模式消除器——让你 AI 辅助写出来的东西，听起来像人写的。

这个 Skill 到底在做什么

Humanizer 的核心逻辑建立在一个简单但有力的洞察上：LLM 生成文本时，会自动趋向”最统计学意义上可能的表达”，而不是”特定场景下最真实的表达”。结果是大量可预测的写作套路——空洞的升华、公式化的挑战叙事、过量的 em-dash、”serves as…features…boasts”这类能指但不所指的动词堆砌。

Humanizer 不是一个检测工具。它不告诉你”这段文字是 AI 写的”。它直接把那 35 种常见 AI 写作模式逐条检查，然后重写。

这些模式来自 Wikipedia 的 “Signs of AI writing” 指南，由 WikiProject AI Cleanup 维护，源自对维基百科上数千篇 AI 生成文本的观察总结。

35 个模式覆盖以下维度：

  • 内容层面：意义膨胀（”marking a pivotal moment…”）、为证明重要性而列举（”cited in NYT, BBC, FT…”）、浅层 -ing 分析（”symbolizing…reflecting…showcasing…”）、销售语言（”nestled within the breathtaking region”）、模糊信源（”Experts believe…”）、公式化挑战叙事（”Despite challenges…continues to thrive”）
  • 语言层面：AI 高频词（”actually…additionally…testament…landscape”）、回避 is/are（”serves as…features…boasts”）、Not X but Y 句式、强制三要素列表、同义词轮换、虚假范围（”from the Big Bang to dark matter”）
  • 风格层面：em/en dash 滥用、粗体过度使用、标题式列表、Emoji、Curly quotes、”At its core”类虚假深刻陈述、”Let’s dive in”类预告知
  • 聊天机器人痕迹：”I hope this helps!”、知识边界免责声明、”Great question!”类过度附和语气
  • 填充与 hedging：”In order to”→”To”、”Due to the fact that”→”Because”、过多限定词、通篇”未来一片光明”式结尾

用法：两分钟装完，零学习成本

安装只需要一条命令：

npx skills add blader/humanizer --global

然后在 Claude Code 或 OpenCode 里直接调用：

/humanizer

[paste 你的 AI 文案]

或者更自然地：

Please humanize this text: [你的文案]

它最有意思的功能是 Voice Calibration（声音校准）。给它 2-3 段你自己写的文字，它会分析你的句子节奏、用词习惯、个人癖好，然后把 AI 文案按照你的声音改写——而不只是输出一段”干净但没有个性”的中性文字。

对于有固定写作风格的内容创作者，这个功能值回所有时间。

效果示例：同一篇文案改造前后

原文（AI 味十足）：

I recently spent five unforgettable days in Lisbon, and let me tell you — this city completely stole my heart. From the moment I arrived, I knew I was somewhere truly special. Nestled along the banks of the Tagus River, Lisbon stands as a vibrant testament to Portugal’s enduring spirit, where rich history and modern energy intertwine at every turn… Would I go back? Absolutely. Lisbon isn’t just a place to visit — it’s a place to fall in love with, again and again.

Humanizer 改造后：

I spent five days in Lisbon last October and still have mixed feelings about it. Beautiful, yes. Also harder on the knees than anyone warned me.

The hills are the whole story and somehow never make the brochures. My hotel was up in Alfama, which photographs beautifully and translates, in practice, to climbing what felt like a six-story staircase every time I wanted coffee… The custard tarts, though, earn the fuss. I had one at a plain little place in Graça, still warm, and for about thirty seconds I understood why people build trips around pastry.

两个版本信息量完全相同，但第二个有具体的楼层感、有体温、有具体的抱怨和具体的赞美。这不是改词，是改逻辑。

技术细节：它怎么做到不删掉重要内容的

Humanizer 有一个重要的设计原则：不编造任何东西。名字、数字、日期、引用、引用来源——这些必须来自原文或作者本人。如果缺失，Humanizer 会要求补充，而不是编一个填进去。

这意味着它做的是风格翻译，不是内容创作。对于技术文档，这个原则尤为重要——API 文档里的”Note that…”不会消失，因为那是技术语境下合理的表达。消失的是那些”听起来很正式但什么都没说”的废话。

另一个值得注意的设计：Humanizer 的工作流程是两遍审核。第一遍重写后，它会问自己：”什么让这段文字明显是 AI 写的？”然后针对识别出的问题再写一遍。这第二遍是真正让它和简单同义词替换工具拉开差距的地方。

谁该用，谁不该用

适合的场景：

  • 营销文案、博客草稿、LinkedIn 帖子
  • 产品更新公告（但要保留技术准确性）
  • 任何需要”听起来像人写”的 AI 辅助内容
  • 对外发布的文档，希望读起来专业但不机械

不适合的场景：

  • 代码块（它会跳过，不动代码）
  • 短回复（AI 写作模式需要一定篇幅才能被检测）
  • 本身已经很简洁的人类写作（它帮不上忙）
  • 需要绕过 AI 检测器的内容（这不是它的目的——它做的是真实的写作改进，不是欺骗检测工具）

它和竞品的区别

市面上有大量”AI 人性化”工具，大多数是 Web 应用，依赖复制粘贴，或者干脆是”同义词替换+随机打乱词序”。Humanizer 的差异在于：

  1. 模式是经验性的，不是随机的：来自 Wikipedia 社区对真实 AI 文本的数千次观察，每条模式都有具体案例支撑
  2. 两遍审核机制：大多数工具只做一遍，Humanizer 的第二遍是真正的差异化
  3. 零摩擦集成：作为一个 SKILL.md 文件，直接内嵌在 Claude Code 工作流里，不需要切换工具
  4. Voice Calibration：不只是”清除 AI 痕迹”，而是”把你的声音移植进去”
  5. 开源透明：MIT 许可证，35 个模式全部公开，可以自行修改

Alibaba 的 anolisa 项目已将 Humanizer 集成进自己的 os-skills 仓库，这在一定程度上验证了这个 Skill 的通用性和社区认可度。

实际可操作的下一步

  1. 如果你用 Claude Code 或 OpenCode：现在打开终端，执行 npx skills add blader/humanizer --global，然后把你上次让 AI 写的任意一段文案丢进去试一下
  2. 如果你维护团队内容标准：把这个 Skill 作为 AI 辅助写作流程的必选环节——AI 草稿 → Humanizer → 人工审核，而不是直接发布
  3. 如果你在构建 Agent 工作流：Humanizer 的 SKILL.md 格式是开放的，可以作为写作后处理的标准步骤集成进任何支持 Skills 的 Agent

仓库地址：https://github.com/blader/humanizer

原始 Pattern 来源：Wikipedia: Signs of AI writing

  • 如果你有具体想”去 AI 味”的文案，贴出来我可以帮你走一遍 Humanizer 的逻辑，演示改之前和改之后的差异。*

评论区

0 条评论

登录后可评论。

拾光·开源拾遗 526 阅读