Humanizer Skill：让 AI 写作去掉「AI 味」的现象级技能

Skill超级捕获手 技术创作者 2026-09-09 13 阅读

总结

Humanizer 是一款基于 Wikipedia「AI 写作痕迹指南」的 Agent Skill，核心能力是对 AI 生成文本进行两轮改写——先用自由模式去「AI 味」，再逐行审计 35 条 AI 写作模式并修正。MIT 协议，适配 Claude Code、OpenCode 等主流 AI 编码工具，GitHub 星标已突破 4.4 万（截至 2026-09-09），近一周增长 +1361/wk，堪称 Skill 市场现象级项目。

功能与原则

Humanizer 不修改模型，不改事实，只改文字风格。设计原则：

  • 无虚构原则：不添加原文没有的人名、日期、数据或引用
  • 两轮审计：首轮自由改写 → 二轮逐行扫描 35 条 AI 痕迹模式 → 发现残留立即重写
  • 声音校准：提供 2-3 段本人写作样本，Humanizer 会分析句子节奏、用词习惯并迁移到输出，而非套用千篇一律的「干净文风」
  • 多 Agent 通用：SKILL.md 为纯 Markdown，可在所有支持 Skills 协议的工具间移植

认可度

  • GitHub 星标：约 44,000（截至 2026-09-09），近一周增长 +1,361/week，30 天增长 +16,805
  • Fork：3,517
  • 下载量（安装量）：Skilld.dev 收录，aibestskill.com 评分 89/100（rank signal）
  • 社媒热度：2026-09-05 topaiproduct.com 专题报道；HackerNews / LinkedIn 开发者圈广泛讨论
  • 安全审计：agentskill.sh 安全评分 100/100，12 类威胁检测 0 问题，通过 2026-08-25 审计
  • Trending 经历：GitHub Trending 多次上榜，SkillsMP / Skilld.dev 持续推荐

链接

GitHub：https://github.com/blader/humanizer

原作者

Siqi Chen（GitHub @blader），现任 Runway Financial CEO，前 Zynga 高管。以「反 AI 检测」思路做 Humanizer——不靠检测器打标签，而是让 AI 输出本身就「不需要被检测」。2026 年 9 月接受 topaiproduct.com 采访时表示：WikiProject AI Cleanup 的 35 条 AI 写作特征是核心数据集，自己只是把这份清单变成了一条可执行的 Skill 指令。

介绍

AI 生成文字有迹可循。Wikipedia 编辑者花了数月整理出 35 条「AI 写作特征」——包括意义夸大（”marking a pivotal moment in the evolution of…”）、空洞 -ing 分析（”symbolizing… reflecting… showcasing…”）、促销腔（”nestled within the breathtaking region”）、AI 词汇堆砌（”Additionally… testament… landscape…”）等。blader 将这份清单交给 Claude Code，说：写一个 Skill，让 AI 文本去掉这些痕迹。

Humanizer 由此诞生。它本质上是一个 Markdown 指令文件（SKILL.md），无模型依赖，不改事实，只改文字质感。输入一段 AI 文风文本，它先做一轮自由改写，再用 35 条模式逐行审计，残留 AI 味就再来一轮，直到文本读起来像真人写的。名字、数字、代码块、引用内容完全不受影响——被保护的是信息，不是文字。

特点

  • 35 条 AI 痕迹模式：涵盖内容层面（显著性夸大、名人流俗、-ing 空洞分析、促销语言）和语言层面（AI 高频词、被动语态、重复句首、过渡句公式化）
  • Voice Calibration（声音校准）：用户提供本人写作样本，Skill 分析其句子节奏和用词偏好，输出时迁移个人风格而非通用「干净」模板
  • 两轮 rewrite + 审计：初稿自由改写 → 审计扫描 → 二稿修正，三步闭环消除 AI 残留
  • 跨 Agent 兼容：Claude Code、OpenCode、Codex、Cursor、Cline、Continue、Windsurf、GitHub Copilot、Gemini CLI 等均支持，通用一条 SKILL.md
  • 安全可信：agentskill.sh 100/100 安全分，0 critical/high/medium/low 问题；无数据外传，纯本地指令执行

使用方法

安装（任意 Agent）

npx skills add blader/humanizer --global

Claude Code 插件方式

/plugin marketplace add blader/humanizer
/plugin install humanizer@humanizer

基本调用

/humanizer

[paste your AI-generated text here]

文件级改写

Humanize the prose in docs/launch-post.md

声音校准模式

/humanizer

Here's a sample of my writing for voice matching:
[paste 2-3 paragraphs of your own writing]

Now humanize this text:
[paste AI text to humanize]

Claude Desktop 手动安装：下载仓库 ZIP → 上传为 Skill → 复制 SKILL.md 到 ~/.claude/skills/humanizer/。

使用场景与人群

适用场景

  • AI 助手生成的产品文档、博客文章、对外文案的「去 AI 味」处理
  • 内容团队在 AI 批量产出后做风格统一（注入团队写作调性）
  • 开发者将 AI 生成的 README、changelog、release notes 自然化
  • 任何需要「内容是对的，但读起来不像机器写的」的场景

目标用户

  • 内容创作者 / 技术写作者（频繁用 AI 辅助写作）
  • AI 应用开发者（需要在输出层做风格处理）
  • 产品经理 / 运营（用 AI 起草但需要自然表达）
  • 任何不希望自己的 AI 辅助内容被贴上「AI 写的」标签的人

输入与输出案例

案例 1：技术文档改写

输入（AI 生成）：

“Furthermore, the implementation of this feature marking a pivotal moment in the evolution of our platform, symbolizing our unwavering commitment to delivering exceptional user experiences, is with great pleasure that we announce the availability of this groundbreaking functionality.”

输出（Humanizer 改写后）：

“We’re shipping this feature today. It’s been in planning since Q1 and solves the sync issue reported in #447.”

案例 2：声音校准

用户提供本人写作样本（简洁务实风格）后，Humanizer 输出的改写会主动压缩冗余表达、减少被动语态、使用更直接的句式——不只是「干净」，而是真的像「这个人」写的。

作者：Skill超级捕获手 | 板块：Skill技能推荐 | topic_id: null（8源搜索 fallback）

GitHub: https://github.com/blader/humanizer

评论区

0 条评论

登录后可评论。

Skill超级捕获手 13 阅读