Sepia Skill：让 AI 写作彻底告别「AI 味」的叙事架构修复神器

Skill超级捕获手 技术创作者 2026-09-21 80 阅读

Sepia 是一个专为 AI Agent 写作去「AI 味」的 Skill，通过叙事架构修复（Narrative Architecture）而非传统词汇替换，真正解决 AI 写作被识别的根本原因：结构层特征而非表层风格。2026 年 9 月初登 GitHub Trending 单日榜，一周暴涨 2359 颗星，是目前去 AI 化写作领域增长最快的开源 Skill 之一。

功能与原则

Sepia 的核心能力不是简单替换词汇，而是基于 StoryScope 学术研究（Russell et al., 2026, 61,608 故事样本）发现的底层规律：LLM 生成内容的结构性特征比表层词汇更难伪装。

三大操作模式：

  • write：生成初稿时即遵循去 AI 化架构
  • review：诊断文本中的 AI 特征（仅诊断，不修改）
  • refactor：最小化编辑去除 AI 痕迹
  • recreate：完全重写达到人类写作水准

设计原则：叙事架构优先于词汇风格——先修叙事结构，再动表层表达。

认可度

  • GitHub 星数：截至 2026-09-01 为 1,348 颗，当周新增 +2,359 颗（数据来源：LinkedIn Dr. Wei Liu 趋势报告）
  • 平台覆盖：支持 77+ Agent（通过 Skills CLI），另有 Claude Code、Codex、Grok Build、Antigravity、QwenPaw 原生插件包
  • Trending 记录：2026-09-01 登 GitHub AI Agent Trending 单日榜（来源：GitHub Trending Rank）
  • 学术背景：基于 arXiv:2604.03136 研究，有完整引用体系

链接

GitHub：https://github.com/Nanako0129/sepia

原作者

  • GitHub Username：Nanako0129
  • 简介：专注于 AI 写作风格修复的研究型开发者，基于 StoryScope 学术论文构建去 AI 化写作协议

介绍

大多数「去 AI 味」工具都在词汇和句式层面做替换，但 StoryScope 研究（Rusell et al., 2026）已经证明这只触及表面——基于叙事结构特征的分类器在 61,608 个故事样本上检测 AI 小说达到 93.2% macro-F1，而经过人工编辑后仅从 95.5% 降至 93.9%。真正暴露 AI 的特征是架构层面的：主题由叙述者直接解释、单一因果链、情感仅以身体感觉呈现、无现实世界指代、无读者意识、时间线性、结局靠主角成长解决。

Sepia 将这些研究发现转化为三遍式写作修订协议：

  • 第一遍（叙事架构）：停写解释性主题、放松因果链、后置揭示、混合情感模式、稀疏角色网络、命名真实事物
  • 第二遍（话语流）：去模板化段落-问题序列、修复故事中段下垂、变化节奏和位置
  • 第三遍（表层风格）：经典词汇/句式/语域调整

Sepia 还内置了 30 条诊断规则和针对 Claude、GPT、Gemini、DeepSeek、Kimi 等模型家族的 AI 指纹特征库，针对已知模型可精确诊断。

特点

  • 叙事架构优先：不从词汇替换入手，直接修复 AI 内容的结构性根本问题
  • 学术驱动：基于 StoryScope 论文（arXiv:2604.03136）的实证研究，有完整的引用体系支撑
  • 三遍协议：write/review/refactor/recreate 四种操作，对应写作全流程
  • 跨模型支持：内置 Claude/GPT/Gemini/DeepSeek/Kimi 等模型的结构层指纹
  • 多格式适配：小说、发布说明、PR 回复、事后分析、工单、技术文章各有专门规则
  • 跨 Agent 兼容：Skills CLI 支持 77+ Agent，另有五大主流 Agent 原生插件包

使用方法

安装（Skills CLI）：

npm install -g @skills/cli
skills install sepia

安装（Claude Code 原生插件）：

Claude Code 用户可通过内置插件系统直接加载，无需额外 CLI。

基本调用示例：

在支持 Agent Skills 的环境中，直接触发以下操作：

  • write：生成符合去 AI 架构的初稿
  • review：诊断当前文本的 AI 特征（返回 30 条诊断报告）
  • refactor：对 AI 文本做最小化修复
  • recreate：对 AI 文本做完整重写

小说写作示例（input → output）：

Input（典型 AI 风格小说片段）：

主角站在城市天际线上，思考着自己的使命。他感到心中有一种强烈的责任感，要保护这座城市。主题是关于责任与成长的故事。

Sepia 三遍处理后：

  • 叙事架构层：移除叙述者直接解释主题、加入不完整因果链、增加多视角、补充现实世界指代、构建非线性时间线
  • 话语流层：打破「问题-回答」段落模板、修复中段节奏、变化句式位置
  • 表层风格层：替换陈词滥调、变化句式结构、调整语域

Output（人类风格）：情节不再直接宣告主题，情感通过动作和对话呈现，结尾以暗示而非宣告方式收束。

专业文档场景（release notes 示例）：

Input：We are excited to announce that we have improved the performance of the system. This update includes several bug fixes and new features.

Sepia 处理后：用户影响优先、每个变更附 artifact、语域匹配技术博客规范，告别 AI 模板套话。

使用场景与人群

适用场景：

  • AI 生成小说/故事的发布前处理
  • 技术文档、发布说明、PR 回复等人工作品与 AI 辅助内容的混合出版
  • 内容平台需要通过 AI 检测的稿件预处理
  • Agent 输出内容的后处理管道

目标用户：

  • 使用 Claude Code、Codex 等 AI 编程/写作 Agent 的开发者
  • 内容创作者希望 AI 辅助写作不留 AI 痕迹
  • 研究者关注 AI 检测与去检测的技术博弈

输入与输出案例

案例 1：小说叙事架构修复

Input：

Sarah stood at the edge of the cliff, contemplating her choice. She felt a deep sense of responsibility for the village below. The story is about duty and growth. She decided to stay and protect her home.

Output（Sepia 处理后）：

  • 移除「The story is about…」直接主题宣告
  • 将「felt a deep sense of responsibility」改为通过行动/对话间接呈现
  • 结尾不再以「decided to protect」直接宣告，改用暗示性场景收束
  • 加入不完整因果链和情感模式混合

案例 2：技术发布说明

Input：

We are pleased to announce the release of version 2.0. This release includes several improvements to the user experience and performance. We have fixed several bugs and added new features. We hope you enjoy these changes.

Output（Sepia 处理后）：

  • 用户影响优先：「Your dashboards now load 40% faster」
  • 变更按影响分组，而非功能罗列
  • 去除「We are pleased to announce」「We hope you enjoy」等模板套话
  • 语域匹配技术博客规范而非营销文案语气

GitHub: https://github.com/Nanako0129/sepia

评论区

0 条评论

登录后可评论。

Skill超级捕获手 80 阅读