去 AI 味（qu-ai-wei）

⚠️ 0.x 开发版（当前 v0.6.6）: qu-ai-wei 仍在迭代，规则、分类、API 都可能变动。欢迎提 issue / discussion / PR 反馈。

只支持简体中文。 繁體有自己的 AI 腔特征、用字偏好、排版规范，规则需要单独维护，留给后续版本。

扫掉简体中文里 AI 写作的痕迹，让稿子读着像人写的。当前原生支持 8 个 agent：Cursor、Claude Code、OpenAI Codex CLI、OpenCode、Kiro、Factory Droid、Slate、Hermes。

⚠️ 此 skill 能做什么，不能做什么

这是扫地机 + 打磨工,仍然不是雕刻刀。

v0.6.0 起,这个 skill 同时扮演两个角色:

• ① 扫地机 —— 清除显眼 AI 污染（赋能 / 助力 / 让我们一起 / 璀璨画卷 / 🚀 emoji 列点 / **重点** 机械加粗 / 希望对您有帮助），让稿子从「一眼像 AI」变成「不像 AI 了」。
• ② 打磨工（v0.6.0 新增） —— 在不虚构的前提下主动打磨：动词强化（进行讨论 → 讨论）、节奏重塑（打断机关枪节奏）、filler 切除（一些 / 实际上 / 在一定程度上）、抽象换具体（仅限原文已有细节）、语序归位、语体匹配。合格线从"不像 AI 了"抬到"干净且精准"。

但仍然不是雕刻刀。 雕刻需要观点、场景、声音。这三样在原文里没有，打磨工补不出来 —— 因为 v0.5.5 立的「事实发明禁令」硬约束优先级高于 v0.6.0 的打磨抬升,不允许虚构(v0.7.0 起统一归口冲突仲裁顺序 §1)。所以：

• 原文观点平庸 + 打磨 → 干净的平庸（比原文好，仍然不 amazing）
• 原文观点清晰 + 打磨 → 一份像样的稿子（v0.6.0 的正常期待）
• 原文观点独到 + 细节具体 + 打磨 → 接近可读的水位

把一份普通稿子改成真正锋利有声口的好稿子 —— 不在能力范围。

让一份没观点的稿子去掉 AI 腔、再跑完打磨，得到的是一份干净但仍然没观点的稿子。观点要你自己出。

这个 skill适合

• ✅ 想把 AI 生成的初稿（ChatGPT / DeepSeek / Claude / Qwen 出的第一版）改得不那么像 AI 的写作者
• ✅ 写工作邮件、PRD、汇报、技术博客、产品文案、公众号推送的日常场景
• ✅ 需要批量清理稿件里明显 AI 腔的编辑和运营
• ✅ 学生、产品经理、运营、程序员、创业者 —— 想让自己的日常写作别那么 AI 化
• ✅ 中文教学、AI 写作识别研究、文本对比分析等场景

这个 skill不适合

• ❌ 想用工具替代思考的人 —— 如果你的稿子问题是「没有独到观察 / 观点平庸 / 细节塑料」，qu-ai-wei 救不了
• ❌ 严肃深度写作（《三联生活周刊》/《人物》/《GQ 报道》等特稿级别）—— 这个 skill 能帮到底层文字清洁，但真正的写作水位靠人的观察、采访、思考，不是靠扫地机
• ❌ 学术论文写作 —— 本 skill 会误判「进行 + V」「然而 / 此外」「性 / 化 后缀」等学术刚需表达（虽然有语体识别保护，但风险仍在）
• ❌ 法律文书、公文 —— 公文腔是合规要求，不是 AI 腔，这个 skill 对这类文本应几乎不动
• ❌ 需要保留叙事铺垫、控制篇章节奏的写作 —— 这个 skill 容易误判"铺垫"（环境描写、人物声口前的停顿、离题式背景段落）为"冗余"删掉；也管不了篇章整体的势与气（虎头蛇尾、关键处泄气、论证徘徊不前）。这类写作，qu-ai-wei 最多跑一遍做底层清洁，结构和节奏必须作者自己守住
• ❌ 用来「把 AI 生成的内容洗白到不被检测出来」—— 请别拿这个 skill 绕过学校 / 期刊 / 公司的 AI 检测政策。qu-ai-wei 不是作弊工具，是让你自己的真实写作更清爽的工具

一句话定位（v0.6.0 更新）

给一份写过东西的毛坯,出来是一份干净且锋利的终稿。不是伪装你没写过的稿子,也不是把任何稿子改成名家水准的好文章。

本 skill 受 humanizer 启发（作者 Siqi Chen，MIT 协议，2025）。humanizer 官方定位是语言无关的工具，但那 29 条规则主要针对英文 —— Title Case、em dash、hyphenated pairs 都是英文特有现象。

中文版向 humanizer 学了骨架：三遍工作流、语音校准思路、"个性与灵魂"这一章的写法，以及大约一半的 AI 腔模式（humanizer 同类规则的中文改写）。另一半是中文语境下重新整理的：语体识别前置步骤、汉语语法依据、标点全角、语序去欧化、避免过度修正的五问。#39-#42 四条模式另有出处，来自 yage.ai 的原创文章。

安装

支持的 agents（同一种安装方式）

以上 8 个 agent 安装方式完全一致，统一用一个脚本。

一键安装（推荐）

git clone https://github.com/hzblacksmith/qu-ai-wei.git ~/qu-ai-wei
cd ~/qu-ai-wei

# 按平台安装（可重复执行）
bash scripts/install-skill.sh --platform cursor
bash scripts/install-skill.sh --platform claude
bash scripts/install-skill.sh --platform codex
bash scripts/install-skill.sh --platform opencode
bash scripts/install-skill.sh --platform kiro
bash scripts/install-skill.sh --platform factory
bash scripts/install-skill.sh --platform slate
bash scripts/install-skill.sh --platform hermes

# 一次装全
bash scripts/install-skill.sh --platform all

可选参数：

• --name <dir>：自定义安装目录名（默认 qu-ai-wei）
• --mode copy：复制而非软链接（默认 symlink）
• --to <skills-root>：安装到任意自定义技能目录（可重复）
• --host：--platform 的别名（兼容旧习惯）

例如：

# 自定义目录名
bash scripts/install-skill.sh --platform codex --name qu-ai-wei-cn

# 自定义平台目录
bash scripts/install-skill.sh --to ~/.my-agent/skills --name qu-ai-wei

其他支持自定义指令的模型（ChatGPT / DeepSeek / Kimi / 通义 等）

把 SKILL.md 的正文直接粘到模型的自定义指令或系统提示里，跳过顶部 --- 包起来的 YAML frontmatter 那段。

升级

装好后想拿到最新规则：

# 更新 repo（推荐）
cd ~/qu-ai-wei && git pull

# 如果你用的是 symlink 模式（默认），到这里就完成了
# 如果你用的是 copy 模式，重新安装一次覆盖
bash scripts/install-skill.sh --platform all --mode copy --force

也可以在任一已安装目录直接跑（示例）：

bash ~/.claude/skills/qu-ai-wei/update.sh
# 或
bash ~/.codex/skills/qu-ai-wei/update.sh

update.sh 会打印 旧版本 → 新版本 和本版发布页链接,没有新版就提示「已是最新」。每版具体变化见 Releases。

用法

自然语言触发（推荐）

直接用人话让模型处理，qu-ai-wei 会自动触发：

帮我去 AI 味:[粘贴中文]
改得说人话:[粘贴中文]
这段中文太 AI 了,润色一下:[粘贴中文]
让它更像人写的:[粘贴中文]
humanize 这段中文:[粘贴中文]

显式调用（slash 命令）

/qu-ai-wei

[粘贴你要改写的中文]

字形范围

只处理简体中文。 繁體输入会提示"当前版本只支持简体中文，建议用 OpenCC 等工具先转简体再回来",不做自动转换。

语音校准（可选）

想让改写贴近你自己的写作风格，可以粘一段你自己写的中文做参考：

/qu-ai-wei

以下是我自己的写作样本,用来做风格参考:
[粘贴 2–3 段你的文字]

现在请改写这段:
[粘贴 AI 写的中文]

这个 skill 会先从样本里提取一份5 项轻量清单（高频词、平均句长、段首词、标点偏好、整体语域），你确认之后再改写。比起完整的风格分析，这种做法更诚实：2–3 段中文能给的信号本来就有限。

设计思路

与 humanizer 的关系

骨架和方法学借自 humanizer：三遍工作流、语音校准、"个性与灵魂"章节、大约一半的模式概念。剩下的在中文语境里重新整理了一遍。

核心能力:语体识别

如果把所有文本都往"日常白话"改，会把学术论文的"进行深入分析"改成"好好分析一下"、把公文"依法予以处理"改成"按法律办"。所以 qu-ai-wei 先做语体识别,再选规则：

SKILL.md 里有完整的规则激活矩阵。判不清的时候 qu-ai-wei 会问："这段文字发在朋友圈 / 公众号 / 工作邮件 / 特稿 / 品牌官网 / 学术报告 / 合同 / 高考作文里？"

核心检测原则：看密度，不看出现

对仗、排比、四字成语，写中文的人本来就在用，真人写作里到处是。光是用了这些不算 AI 腔；反复堆叠、跟前后内容没关系、换到别的话题上也成立，这才是。单次出现不算，短段（200 字以内）里反复出现才算。

避免"过度修正"

这 51 类模式是检测启发式，不是改写模板。去 AI 腔 ≠ 去一切规范化表达。真人常用、共识度高的中文写法（比如"支持 X 等平台""用于 X""基于 X"）本身不是 AI 腔。改写前多问五步：

1. 反向翻译验证:倒译回英文，是不是像 runs on 或 is compatible with 的直译？是就改回原文。
2. 频率验证:这个表达在真人中文写作里常见吗？不常见 + 我临时发明 → 危险。
3. 对标验证:放进《三联生活周刊》或微信系统提示里，会不会扎眼？会就停下。
4. 话题 / 指代验证:这是一个 X 中的 这是 经常承担话题引入功能，不是冗余系动词。只在 X 是 X 纯冗余结构才删。
5. 语体匹配验证:改写后的句子跟原文语体级别是否一致？把学术严谨改成日常口语、把公文庄重改成朋友圈调侃，都是失败的改写。

关于正面参考

这个 skill 里列了《三联生活周刊》《读者》《中国国家地理》、微信 UX，还有汪曾祺、鲁迅、阿城这些人，作为"正面对照"。v0.4 新增 Apple 大中华区 / Nike 大中华区作为品牌广告语体的反向对照基准（"这段文字放进 Apple 官网 hero copy / Nike 广告片里会刺眼吗？"）。用法要注意：它们是诊断时的反面参照（"这句话放进《三联生活周刊》会不会别扭？"），不是风格模仿目标（"请按三联风格写" / "写个 Apple 风 slogan"）。只给 LLM 一个名字让它学风格，出来基本都是刻板仿作。一键风格切换暂不做。

中英混排：只保留专有名词，不管空格

唯一的硬性规则： 英文专有名词、产品名、人名、缩写，改写时原样保留,不翻译、不意译、不替换。"Codex CLI" 不能改成"科德克斯命令行","Transformer" 不能改成"变换器"。这是"信息完整性"的延伸。

中英、中数之间的半角空格（俗称"盘古之白"），本 skill 不管。 这东西 AI 和人都在各自变，加或不加根本分不出来，不能作为去 AI 腔的信号。也不是国标 — GB/T 15834-2011 只管标点，W3C CLREQ 说"字距或空白"均可不强制 U+0020，sparanoid 盘古之白原作者自己都说它是 "informal typographic convention"。真要替用户加反而踩坑：人家原文本来不加空格（朋友圈、公众号、小红书都这样），qu-ai-wei 给加上，一股"技术圈腔"就冒出来了。

规则:原文有空格保留,没空格不加。 需要统一格式或追求中文排版美学，用 pangu.js 自动处理，或参考 sparanoid 的中文文案排版指北 —— 那是排版规范，跟本 skill 的"AI 痕迹检测"是不同目标（排版管美学、我们管机械感）。

标点符号：两层规范

第一层（全角半角）：中文上下文里，标点符号一律用全角，不跟半角混用。英文训练数据里标点全是半角，模型输出中文时常常直接复用，读起来就有"翻译腔"的视觉信号。

第二层（功能分工）：全角半角解决"用对字符"，下一层是"每个标点干什么"。SKILL.md 覆盖顿号 / 分号 / 书名号 / 省略号 / 冒号 / 引号 / 括号的功能分工与 AI 常犯的错配（如：把引出信息的冒号误替换为破折号、用引号代替书名号、严肃正文里反常高频的分号和省略号）。分号在日常 / 商务语体里基线接近 0，但在社论 / 时评 / 长议论里是合法排比节奏工具，不触发 AI 腔判定。

对照表、例外清单、典型错误、严肃媒体标点频率基线都写在 SKILL.md 的「标点符号」两节。

语序：完全中文化，避免英文式倒装

LLM 常把英文句法直接套到中文上。单句读着像中文，一连读就发现别扭，多半是语序带了英式残留。中文的基本习惯：主语前置，定语要短，状语在动词前，条件和原因从句放主句之前。常见病（介词短语前置过长、"作为一个 X,..." 开头、定语堆叠、英文关系从句直译等）和自查四问写在 SKILL.md 的「语序」一节。

信息完整性

改写只改表达方式，不删信息。原文里每一条具体事实（数字、人名、时间、产品名、关键措辞），终稿里都要能对应上。觉得某处表达冗余，可以压缩；但不能悄悄丢事实。有疑问的时候，保留原信息比追求简洁更重要。

51 类模式一览（精简版）

完整规则、触发条件和“原文/改后”示例请看 SKILL.md。README 这里保留目录级速览，方便先判断是否覆盖你的场景。

常见入口：

• 全规则与触发细节：SKILL.md
• 完整流程：SKILL.md 的处理流程
• 完整样例：SKILL.md 的完整示例

完整示例

原文（AI 腔偏重）：

随着协同办公模式的不断发展，远程周报机制在团队管理中发挥着越来越重要的作用。通过标准化模板，我们能够从多维度、全方位地掌握项目进展，提升协作效率，赋能组织管理。

值得一提的是，一个高质量周报通常包括以下几个方面：

1. 本周完成情况：系统梳理关键成果。
2. 风险与挑战：识别潜在问题并提出解决思路。
3. 下周计划：明确重点任务，确保高效推进。

总体来看，周报不仅是信息同步工具，更是推动团队持续成长的重要抓手。让我们共同打造更加透明、高效、可持续的协作机制。

示例输出（按当前 workflow）：

【门检】判断：AI 生成文本 | 证据：[“随着…不断发展”, “值得一提的是”]

初稿

远程周报有用，但前提是别写成模板作文。

真正有价值的周报通常就三件事：这周做成了什么、卡在哪里、下周准备怎么推进。写清楚这三件，团队同步就够用了。

周报不是“看起来很完整”的文档，更像一个对齐工具：让大家知道项目现在到哪一步、问题在哪、谁在跟进。

自审

• AI 不敢写测试：有。“周报有用，但前提是别写成模板作文。” 这句带判断，不是客服腔。
• 整篇打磨自检五问：
  • 用词精准：通过（删除“多维度、全方位、赋能、抓手”等空词）。
  • 节奏变化：通过（长句拆短句，段落长度有变化）。
  • 动词驱动：通过（梳理/识别/提出 收束为 做成/卡住/推进）。
  • 具体替抽象：通过（把“持续成长机制”落到“项目到哪一步、谁跟进”）。
  • 声音一致：通过（统一为书面/一般，中性直述）。
• 残留痕迹：轻微口号感已基本清除。

终稿

远程周报有用，但前提是别写成模板作文。

一份能用的周报，核心就三件事：这周做成了什么、卡在哪里、下周怎么推进。把这三件写清楚，团队同步效率通常不会差。

周报本质上是对齐工具，不是展示文笔的材料。它要回答的是：项目到哪一步了，当前风险是什么，下一步由谁跟进。

打磨报告

• 动词强化：“发挥…作用” → “有用”，“推动团队持续成长” → “回答…问题”。
• 节奏重塑：首段从一条长句改为两条短句，降低公关稿腔。
• filler 切除：删除 “不断发展 / 多维度 / 全方位 / 赋能 / 重要抓手 / 共同打造”。
• 抽象换具体（仅用原文信息）：把“高质量周报包括三个方面”落成 “做成了什么、卡在哪里、下周怎么推进”。
• 语序归位：将“通过标准化模板，我们能够…”改为“核心就三件事…写清楚即可”。
• 语体匹配：保持“书面 / 一般”语域，不降格为聊天口吻。

改动摘要（可选）

• 主要命中：#1/#2（意义拔高与背景开场套话）、#7（高频商务词）、#30/#31（冗余与抽象空词）、#37（模板化结构）。

更多完整样例见 SKILL.md。

给贡献者 / 自己维护的几条提醒

1. 改了 SKILL.md / references/ / README 后，把自己动过的散文段落喂给 qu-ai-wei 自检一遍。规则条目里那些结构化 metadata（问题 / 关键词 / 原文 / 改后 / 语体限定）是给模型读的骨架，别 humanize —— 去掉对称反而让模型看不清规则长什么样。只对解释性散文跑。
2. 加新规则时检查会不会跟既有规则冲突 / 重叠。比如"抽象万能动词"跟 #7 AI 高频词、#30 冗余书面化都相邻，要说清楚各自管的是什么。新规则写进 references/patterns.md（不拆子文件,保留 A-I 跨规则 interlock）,同时在 SKILL.md 末尾的「51 条 AI 腔模式 · 索引表」里补一行速查。
3. 所有例子都要有"原文 / 改后"对。单给判断标准没有示范，模型抓不准。
4. 版本号凡升，README 的版本记录、CHANGELOG.md 和 SKILL.md frontmatter 同改。改完顺手跑 bash tests/check-version-sync.sh，让 README / flat build / changelog 一次过。
5. 改 SKILL.md 或 references/ 后,commit 前跑一遍 scripts/build-flat.sh,它会从 SKILL.md + references/ 自动拍平生成 .cursorrules 和 WARP.md。Cursor / Windsurf / Warp 不支持 progressive disclosure,必须用单文件。三份文件漂移是最常见的 bug,脚本是单一事实来源(把这一行放在第 4 条之后,不是第 6 条之后,因为它比《咬文嚼字》刷新频次高)。
6. 遇到真人经典文本（金庸 / 王朔 / 汪曾祺 / 真实采访实录等）不要改。这是 qu-ai-wei 最常见的灾难，在"🛑 第负一步"明确写了门检。
7. 改完之后,用 tests/fixtures/ 的 5 条样本跑一遍回归。01-03 是长期样本(AI 中文概述 / 公众号伪深度 / 小红书 Kimi 案例),04-05 是 v0.6.4 加的定向样本(否定对举 / 真人停手)。前后对照和定向输出都放在 tests/after/; 01-03 还能和 tests/baseline/ 对照,看结构重构是否引入了行为漂移。任何大改(新规则、规则合并、语体矩阵调整)都建议先跑这 5 条。
8. 每年 12 月《咬文嚼字》发布十大流行语、次年 1 月发布十大语文差错后，刷新规则 #49 的「鲜活词」/「已入土词」清单。新词加入「官方榜单」行；3 年以上未进榜、社群已不用的旧词下沉到「已入土」行。刷新改 references/patterns.md 的 #49 节 + references/sources.md 的「语言时效性锚点」小节,跑 scripts/build-flat.sh 同步到 .cursorrules / WARP.md,README 的相应小节也一并改。不刷新的代价是清单每过一年老化一点，真人用的新词 AI 反而学得比我们快。

版本记录

完整历史版本请看 CHANGELOG.md。

最近更新：

• v0.7.0（2026-05-12）：文档结构重整,行为不变。新增「冲突仲裁顺序」唯一优先级树,六级仲裁覆盖 §1 不发明事实 → §6 打磨抬升,各章节散落的"优先级更高"声明统一引用。拆出 3 个新参考文件:references/whitelists.md(体育 / 通用技术缩写 / 人物昵称 / 护肤成分四类白名单)、references/punctuation.md(标点功能分工第二层)、references/syntax.md(10 类英式语序残留)。压缩 避免过度修正 反向验证(5 问 → 3 问)、过度消毒反制 毛边类型(5 类 → 3 类)、frontmatter description。SKILL.md 从 1259 行降到 1012 行(-20%)。51 条 AI 腔模式、9 种语体识别、6 条打磨动作、自检与打磨报告格式全保留。
• v0.6.6（2026-04-25）：基于 5 组当代小红书 AI 样本的诊断发现,修正 patterns.md 里"2021 年老 AI 自媒体腔基本绝迹"这条陈旧判据 —— 2025-2026 AI 小红书生成大量复用 🆘 / 家人们谁懂啊 / 姐妹们快冲 / 宝藏 / 神器 / 不好吃回来打我 等老模板,新老套路并存。新增规则/白名单:#47b AI 模板占位符残留(XX 路 / X 号线 X 口 单次出现即硬证据,规范为"保留 + 显式标注 + 不发明")、#37-B info-block emoji 微模板(✅ 必点 / 📍 地址 / ⏰ 营业时间 / 🌟 晨间护肤)、身份标签 + 反向 CTA 组合、hashtag 尾巴平台冗余清理、护肤 / 美妆成分白名单(神经酰胺 / B5 / 氨基酸 / 皮肤屏障 按行业标准词保留)。新增 5 条回归样本 13-xhs-classic-templates / 14-xhs-ootd / 15-xhs-office-tips / 16-xhs-skincare / 17-xhs-home,覆盖老模板复用、OOTD、技术信息保护、成分白名单、毒性正能量缝合五个场景。规则总数维持 51 条(#47b 是 #47 的结构性兄弟,不单独计数)。
• v0.6.5（2026-04-24）：扩展回归覆盖，新增 7 条样本（06-brand-voice / 07-academic-tech / 08-weishendu-consulting / 09-xhs-healing / 10-bilibili-script / 11-negation-stacking / 12-table-abuse），覆盖品牌广告、学术 / 科技、公众号伪深度、小红书伪疗愈、B 站科普、否定对举密度、表格滥用等此前缺失的语体与子语体；smoke check 加入 KNOWN_GAPS 机制与结构化断言（门检 / 语体 / 规则引用 / 终稿 token 保留）。本版无规则变更。
• v0.6.4（2026-04-23）：精简运行时 qu-ai-wei 文本里的版本历史噪音，细化 #48 对「不是 X,也不是 Y」否定对举的判据；新增 04-negative-pairings.md / 05-human-stop.md 两条回归样本和 tests/check-version-sync.sh 自动同步检查。
• v0.6.3（2026-04-23）：SKILL.md 一致性校准（规则计数统一、门检分支更清晰、全角标点对照修正），并同步拍平到 .cursorrules / WARP.md。
• v0.6.2（2026-04-22）：SKILL.md 重构为核心 + references/ 按需加载结构，并新增拍平脚本与回归样本。
• v0.6.1（2026-04-22）：引入叶圣陶「写话」与《咬文嚼字》流行语刷新机制，强化 #49 的时效锚点。

参考来源

中文写作哲学根基

• 叶圣陶「写话」主张 — 出自叶圣陶《作文论》（1924 年，商务印书馆）与叶圣陶 · 夏丏尊《文心》（1934 年，开明书店）。核心两句："写出来的话要跟嘴里说的一样"、"说自己的话"。反对八股作文腔、空话套话。本 skill 的"AI 味 = 不说人话"定位，本质上是叶圣陶"写话"主张的当代投射 —— 相差 70 多年，反对的是同一件事：模仿规范而生的空腔。叶给的是哲学根基，humanizer 给的是工作流骨架。

通用 AI 腔分类

• Wikipedia: Signs of AI writing — 通用 AI 写作痕迹分类的主要来源
• WikiProject AI Cleanup — 英文维基的维护组织
• 维基百科：AI生成文的特徵 — 中文维基社群的平行信息页（与英文版独立，不是翻译），列有中文具体实例，可作交叉参考

汉语语法与排版规范

• 中文维基百科 · 汉语语法 — 语序、话题优先、主语省略、助词分工等中文语法条目的权威参考,「语序」规则的理论依据
• sparanoid · 中文文案排版指北 — 中英文混排、全角标点、盘古之白等排版美学规范。本 skill 的目标是"AI 痕迹检测"（机械感 / 空洞感），跟它的目标（可读性 / 美观）正交，用途互补：想做版面优化用 sparanoid，想去 AI 味用本 skill

语言时效性锚点

• 《咬文嚼字》（上海文艺出版总社主办月刊，1995 年创刊）— 每年 12 月发布「十大流行语」、次年 1 月发布「十大语文差错」，是现代汉语流行语 / 语文错误的权威社会语言学观察。本 skill 规则 #49（网络流行语机械套用）的鲜活词清单每年按《咬文嚼字》榜单校准。
  • 2024 十大流行语：数智化、智能向善、未来产业、city 不 city、硬控、水灵灵地 xx、班味、松弛感、银发力量、小孩哥 / 小孩姐
  • 2025 十大流行语：韧性、具身智能、苏超、赛博对账、数字游民、谷子、预制 xx、活人感、xx 基础 / xx 不基础、从从容容游刃有余 / 匆忙忙连滚带爬
  • 年度刷新机制见 SKILL.md「语言时效性锚点」小节。

去 AI 腔工具与中文 AI 腔观察

• humanizer（作者 Siqi Chen，MIT 协议，2025）— 去 AI 腔工具，官方语言无关定位，29 条规则实际针对英文写作。本 skill 的结构、三遍工作流、语音校准、个性与灵魂章节、约 17 条模式概念的直接来源。
• yage.ai《写作中的 AI 味是哪儿来的》 — 原创观察文章，主张"AI 味 = 翻译腔"。模式 #39-#42（思考动作动词 / X 很 Y 冒号 / 抽象名词主语 / 未译英文词）来自这篇文章。

致谢

感谢 Siqi Chen 和 humanizer 项目。没有 humanizer 的骨架、三遍工作流、Voice Calibration 思路和 Personality and Soul 章节,这份中文版不会是现在的样子。

关于中文特有模式： 中文维基上有一份平行的社群信息页 维基百科：AI生成文的特徵（与英文版独立，不是翻译），可作交叉参考。本 skill 里中文特有的痕迹（的的不休、性 / 化 后缀、进行 + V、长破折号解释句、赋能 / 助力 / 打造 词族、翻译腔残留等）主要是我看 LLM 中文输出慢慢整理出来的，欢迎补充、纠正、反馈。

许可证

MIT（见 LICENSE）