humanize-chinese
Health Pass
- License — License: NOASSERTION
- Description — Repository has a description
- Active repo — Last push 0 days ago
- Community trust — 12 GitHub stars
Code Pass
- Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Pass
- Permissions — No dangerous permissions requested
No AI report is available for this listing yet.
中文 AI 文本去痕迹工具 — 检测 + 改写一步到位，纯 Python 本地运行，零 LLM 零 API Key
🔧 中文 AI 文本去痕迹工具 
中文文章去 AI 腔。离线免费可用，也可以接大模型做得更彻底。
30 秒看效果
一份典型的工作汇报，满篇套话：
改写前
随着业务的不断发展，本季度团队在多个层面取得了显著进展。值得注意的是，通过深度优化业务流程，我们不仅全方位提升了工作效率，更进一步赋能了公司核心战略，充分体现了多维度协同的价值。
首先，技术团队聚焦核心系统的稳定性建设，持续推动业务长效发展。其次，产品团队基于用户洞察，打造了更具竞争力的解决方案。综上所述，团队凝聚力得到进一步增强，为下一季度的发展奠定了坚实基础。
改写后
本季度团队在多个层面取得了显著进展。通过优化业务流程，我们提升了工作效率，也支持了公司核心战略，多方协同在其中起了作用。
技术团队推进核心系统的稳定性建设，支撑业务持续运行。产品团队基于用户洞察，提出了更有竞争力的解决方案。团队凝聚力也得到进一步增强。
「随着业务的不断发展」「值得注意的是」「赋能」「多维度」「综上所述」都没了，
事实一个没少，句子读着顺。
./humanize rewrite 汇报.txt --llm -o 改后.txt
三种用法，按你手上有什么选
| 命令 | 做什么 | 要不要 API key |
|---|---|---|
./humanize rewrite 文件.txt |
只调整断句节奏，不动一个字 | 不要，离线免费 |
./humanize rewrite 文件.txt --llm |
拆掉套话和模板句式，再调节奏 | 要 |
./humanize write "写一篇讲复利的科普" |
从零写一篇本来就没有 AI 腔的 | 要 |
离线那档很保守：它只移动标点，去掉标点后前后文字必须一模一样，程序会校验。
碰上没法安全改的地方，它会直接告诉你「没有可以安全修改的地方」，
而不是硬改出病句。
改完还能读
改写工具最常见的失败不是改得不够，是改出了不是中文的句子 ——
比如「做出了更具竞争力的解决方案」（做出不搭配方案），
或者从不该断的地方断开：「通过优化业务流程。我们提升了工作效率」。
所以每次改写过两道关：事实关（数字、专名、段落数少一个就打回）和
通顺关（三个模型各读一遍，两个以上指出同一句就打回）。三次不过，原样返回不改。
实测（1-5 分，三模型评审）：
| 通顺度 | 病句 | |
|---|---|---|
| 本工具 · 仓库五份样例 | 4.0 - 5.0 | 0 |
| 上一版纯规则改写 · 同样本 | 2.0 | 5 - 17 |
| 本工具 · 当前模型真实产出 3 篇 | 4.0 - 5.0 | 1 |
最后一行样本只有 3 篇，不是合格率。真实文本比夸张样例难改，工具不是零缺陷。
关于「AIGC 率」这个分数
它在有些文体上还管用，在另一些上已经不能用，甚至是反的。
2026-08 实测：五个当前模型（Claude Opus 5 / GPT-5.6 / DeepSeek V4 / GLM-5.3 / Kimi K3）
各 50-100 篇，对 50 篇真人公开文本，两侧长度对齐后重算：
| 文体 | 区分能力 |
|---|---|
| 科普 / 新闻短文 | 0.837 还好用 |
| 社交笔记 | 0.771 能用 |
| 学术摘要 | 0.621 很弱 |
| 小说 | 0.479 约等于抛硬币 |
| 长篇博客 | 0.155 方向是反的 |
读法：随机拿一篇模型写的和一篇真人写的，模型那篇分数更高的概率。0.5 是抛硬币。
长篇博客那格低于 0.5，意思是你拿它挑「哪篇像 AI」，它会更多地挑中真人写的。
（该格样本较少，AI 15 篇对真人 22 篇。）
另外，60 篇真实知网论文摘要平均 60 分，35% 被判「几乎确定是 AI」 —— 都是真人写的。
所以本工具的目标是「改完像人写的」，不是「把分数压低」。旧版行为：--legacy。
📚 技术基础（参考论文）
本项目的检测算法不是拍脑袋设的，每一条特征都对应一篇 paper 或研究发现：
| 技术 | 来源论文 / 数据集 | 作用 |
|---|---|---|
| HC3-Chinese 校准 | Hello-SimpleAI/chatgpt-comparison-detection | 12,853 对人类/ChatGPT 真实问答，所有阈值在此数据集 300+300 样本上校准 |
| DivEye 惊奇度 | Basani & Chen, TMLR 2026 | 字符级 surprisal 时间序列的 skew/kurtosis/spectral flatness |
| GLTR rank 分桶 | Gehrmann et al., ACL 2019 | AI 倾向选 top-10 概率字，人类更分散 |
| Fast-DetectGPT | Bao et al., ICLR 2024 | 局部曲率：AI 文本在模型预测下曲率低 |
| Binoculars | Hans et al., ICML 2024 | 两个模型 perplexity 比值区分 AI / 人类 |
| MPU (AIGC_detector_zhv2) | Tian et al., ICLR 2024 | 中文 AIGC detector 的 PU learning 范式 |
| Ghostbuster 多尺度 ngram | Verma et al., NAACL 2024 | 多个 weak LM 的 log-prob 特征组合 |
| Chinese AIGC 深度学习检测 | AIMS 2025 | 中文 AI 文本的句长方差、标点密度等特征 |
| psycholinguistic 差异 | arxiv 2505.01800 | 人类写作的具体名词/命名实体密度更高 |
| Stumbling Blocks taxonomy | Wang et al., ACL 2024 | AI 检测攻击面地图 |
| CNKI 三链路情报 | linggantext 技术博客 | 知网 AIGC 3.0 官方「语言模式/语义逻辑/知识增强」三链路 |
| CiLin 同义词词林 | 哈工大 LTP 同义词词林扩展版 | 38,873 词的同义词映射，--cilin 可选启用 |
非商业使用免费，任何用户都可以复现所有数值。
安装
# 方式一：ClawHub
clawhub install humanize-chinese
# 方式二：Git Clone
git clone https://github.com/swaylq/humanize-chinese.git
# 方式三：Claude Code Skill
npx skills add https://github.com/swaylq/humanize-chinese.git
不需要 pip install 任何东西。下载就能用。
Claude Code
4 个 slash command，复制到 .claude/commands/ 即可：
git clone https://github.com/swaylq/humanize-chinese.git
cp humanize-chinese/claude-code/*.md YOUR_PROJECT/.claude/commands/
然后在 Claude Code 里：
/detect 综上所述，人工智能技术在教育领域具有重要的应用价值...
/humanize 本文旨在探讨人工智能对高等教育教学模式的影响...
/academic 论文.txt
/style xiaohongshu 在当今快节奏的生活中...
| 命令 | 功能 |
|---|---|
/detect |
AI 痕迹检测，0-100 评分 |
/humanize |
去 AI 味改写 |
/academic |
学术论文 AIGC 降重 |
/style [风格] |
风格转换（7 种） |
快速上手
./humanize --list # 看所有子命令
./humanize detect 文本.txt -v # 检测
./humanize rewrite 文本.txt -o 改后.txt # 离线改写（只调断句节奏）
./humanize rewrite 文本.txt --llm -o 改后.txt # 加 LLM 拆套话（需 key）
./humanize write "写一篇讲复利的科普" -o 出稿.txt # 从零写
./humanize academic 论文.txt -o 改后.txt --compare # 学术降重
./humanize style 文本.txt --style xiaohongshu # 风格转换
./humanize rewrite 文本.txt --legacy --quick # 旧版改写器（已弃用）
需要 key 的两档走 OpenRouter：
export OPENROUTER_API_KEY=...
./humanize rewrite 文本.txt --llm -o 改后.txt
--quick -a --best-of-n --cilin 这些是旧改写器的参数，只在 --legacy 下有效。
📚 长篇小说 / 博客（--scene novel / --scene auto）
默认 detector 用 HC3 短问答校准，对 GPT-4o/Claude/Gemini 写的长篇小说、长博客会系统性欠估。两种修正方式：
python scripts/detect_cn.py 章节.txt --scene novel # 显式：小说/长博客/散文/长新闻
python scripts/detect_cn.py 稿件.txt --scene auto # 按长度自动选（≥1500 中文字符走长篇 LR）
python scripts/detect_cn.py 短问答.txt # 默认 scene（短问答/通用）
python scripts/detect_cn.py 论文.txt --scene academic # 学术论文（显式 opt-in）
长篇 LR 专训在 170 条 AI 长文本（5 家 LLM × 5 类：小说/学术/新闻/博客/评论）+ 170 条人类长文本（v3ucn 小说 + CNewSum 新闻 + 博客）上，holdout 89.7%。
实测对照（3 篇 Gemini-2.5-flash 新写小说章节，约 2800-3200 字）：
| 模式 | 样本1 | 样本2 | 样本3 | 均值 |
|---|---|---|---|---|
| 默认 scene（HC3 校准） | 52 | 38 | 70 | 53 |
| --scene novel / auto | 63 | 57 | 82 | 67 |
默认模式对现代 LLM 的长篇创作欠估 ~15 分，切 --scene novel 或 --scene auto 可修正。混合长度输入推荐 --scene auto —— 短文本仍走 general，长文本走长篇 LR。
🎨 风格转换
./humanize style text.txt --style xiaohongshu # 小红书
./humanize style text.txt --style zhihu # 知乎
./humanize style text.txt --style weibo # 微博
./humanize style chapter.txt --style novel # 小说/长篇叙事
8 种风格：口语化 / 知乎 / 小红书 / 公众号 / 学术 / 文艺 / 微博 / 小说
--style novel 专为长篇叙事设计：humanize 后剔除 AI 写小说时常混入的元说明（"我将按照您的要求创作..."、"故事梗概"、"本次写作"）+ markdown 章节头 (## ###) + 大纲 bullet (- 关键点：) + 分隔线，保段落不加 emoji/hashtag。处理长篇章节、博客时观感更干净。
风格转换会先自动跑一遍 humanize，去掉 AI 高频词，再套风格。--no-humanize 关闭。
功能一览
| 功能 | 说明 |
|---|---|
| 🔍 AI 检测 | 20+ 规则维度 + 三路 LR 分场景校准（general / academic / novel），0-100 评分 |
| 📈 统计层 | 字符级 trigram 困惑度 + DivEye 惊奇度 + GLTR rank 分桶 + 句长 burstiness + 标点密度 |
| ✏️ 智能改写 | 困惑度引导选词 + 低频 bigram 注入 + 短句插入 + 句长随机化 + 40 paraphrase 模板 + 144 条短语替换 + 三档自适应强度 + 多段 \n\n 段落保留（长篇章节不丢结构） |
| 🎓 学术降重 | 10 维度检测（含扩散度）+ 126 条学术替换 + 独立 picker 策略，针对知网/维普/万方 |
| 🎨 风格转换 | 8 种中文写作风格（知乎/小红书/微博/公众号/学术/文艺/口语化/小说） |
| 📊 前后对比 | 学术分 + 通用分双评分，改写效果一目了然 |
| 🔄 可复现 | --seed 保证相同输入相同输出 |
| ⚡ 速度 | 10k 字符 --quick 模式 0.3 秒，完整模式 5 秒 |
| 📦 零依赖 | 纯 Python 标准库，下载即用。可选 CiLin 词林（--cilin，38873 词 + 语义过滤） |
| 📐 基准测试 | HC3-Chinese 12853 对人类/AI 真实问答回归测试（200 样本 fused 模式 95.5% 正确率） |
🎓 学生党必看
用 ChatGPT / DeepSeek 写了论文初稿？三步搞定：
# 1. 看看 AIGC 率多高
python scripts/academic_cn.py 论文.txt
# 2. 一键改写
python scripts/academic_cn.py 论文.txt -o 改后.txt --compare
# 3. 不够就开激进模式
python scripts/academic_cn.py 论文.txt -o 改后.txt -a --compare
工具做了什么：
- "本文旨在" → "本研究聚焦于"
- "被广泛应用" → "得到较多运用"
- 打破每段一样长的结构
- 加入"可能""在一定程度上"等学术犹豫语
- "研究表明" → "笔者认为""前人研究发现"
- 基于 HC3-Chinese Cohen's d 校准的统计特征，学术词表禁用口语候选（不会把"应用"改成"施用"）
⚠️ 改完通读一遍，确认专业术语没被误改、引用格式正确。建议用知网 AMLC 或维普验证。
评分标准
| 分数 | 等级 | 含义 |
|---|---|---|
| 0-24 | 🟢 LOW | 基本像人写的 |
| 25-49 | 🟡 MEDIUM | 有些 AI 痕迹 |
| 50-74 | 🟠 HIGH | 大概率 AI 生成 |
| 75-100 | 🔴 VERY HIGH | 几乎确定是 AI |
⚠️ 这张表的档位名称在学术和长文场景下不准。 实测 60 篇真实知网论文摘要，
平均落在 60 分、35% 进了「几乎确定是 AI」那一档 —— 它们都是真人写的。
把这个分数当参考可以，当验收标准不行。见上文「关于「AIGC 率」这个分数」。
技术原理
规则层（看词）
三段式套路、机械连接词、空洞宏大词、AI 高频词、模板句式、段落结构均匀度。规则都在 scripts/patterns_cn.json，可以自己改。
统计层（看分布）
所有阈值都基于 HC3-Chinese 300+300 人类-AI 对照样本的 Cohen's d 校准，不是拍脑袋设的。
1. 句长 burstiness (最强信号) — AI 中文爱写 15-25 字等长句，人类长短交错。灵感来自 AIMS 2025 中文深度学习 AIGC 检测 paper + 知网语言模式链情报。
- 句长变异系数 CV (HC3 Cohen's d = 1.22 — 人类 0.52 vs AI 0.32)
- 短句占比 (< 10 字的句子比例，HC3 Cohen's d = 1.21 — 人类 25% vs AI 2.6%)
2. 困惑度 (Perplexity) — 字符序列的平均负对数概率（d = 0.47）。基于 scripts/ngram_freq_cn.json 训练语料的字符级 3-gram。
3. GLTR rank 分桶 (Gehrmann et al. ACL 2019)
- top-10 bucket 占比（AI 更集中在高概率字，d = 0.44）
4. DivEye surprisal 时间序列 (Basani & Chen TMLR 2026)
- skew（d = 0.41）、excess_kurt（d = 0.29）、spectral_flatness（d = 0.20）
5. 逗号密度 — 有趣发现：AIMS 2025 paper 说「AI 标点密」但 HC3 实测相反。Q&A corpus 里人类写 casual 文本用更多 commas（4.82/百字 vs AI 3.82/百字，d = -0.47）。加了 low_comma_density 指标。
所有 statistical indicators 总分上限 25，和规则层（上限 75）加成最终 0-100。
智能改写
Picker 策略：每次替换从多候选中选「困惑度次高」的（最高的常是古语/错字，次高才是自然人类选择）。学术场景额外禁用 30 个口语候选 + 37 个 AI 触发词候选。
三档自适应强度：
- score < 5：conservative — 仅短语替换 + 标点清理
- 5 ≤ score < 25：moderate — +restructure + bigram
- score ≥ 25：full — 全量（含噪声注入 + 句长随机化）
避免对已经够干净的文本乱加噪音反而更像 AI。
其他技术：
- 低频 bigram 注入（把 "系统" × 6 的重复 60% 换成 "架构""体系""框架"）
- 句长随机化（避免每句差不多长，但保留"X指出，Y"等 attribution 结构）
- 段落感知（每一步按
\n\n分段处理，不丢段落结构） - 可选 CiLin 同义词词林扩展（
--cilin，38,873 词 JSON）
CLI 参数速查
统一 CLI 形式（推荐）：
./humanize detect [file] [-v] [-s] [-j]
./humanize rewrite [file] [-o out] [--llm] [--scene S] [-m MODEL] [--trace F] [--legacy]
./humanize write "写作要求" [-o out] [--scene S] [--chars N]
./humanize academic [file] [-o out] [--detect-only] [-a] [--compare] [--quick]
./humanize style [file] --style S [-o out] [--no-humanize]
./humanize compare [file] [-o out] [--scene S] [-a]
./humanize doctor
等价的独立脚本形式：
python scripts/detect_cn.py [file] ...
python scripts/humanize_cn.py [file] ...
python scripts/academic_cn.py [file] ...
python scripts/style_cn.py [file] --style S ...
python scripts/compare_cn.py [file] ...
python scripts/check_assets.py
| 参数 | 说明 |
|---|---|
-v |
详细模式，显示最可疑的句子 |
-s |
只输出评分 |
-j |
JSON 输出 |
-o |
输出文件 |
-a |
激进模式 |
--seed N |
固定随机种子 |
--quick |
纯替换 + 结构还原，跳过统计优化（~18× 速度） |
--no-stats |
关闭统计优化 |
--no-noise |
关闭噪声注入和句长随机化 |
--cilin |
开启 CiLin 同义词扩展（humanize） |
--best-of-n N |
跑 N 个候选取 LR 最低（默认 20，0 关闭，N 倍延迟） |
--debug-best-of-n |
打印每候选的 scene LR / 主要贡献到 stderr |
--score-mode |
best-of-n 排序：lr（默认 scene-aware）/ fused / lr+rule |
--secondary-weight |
secondary signal 权重（默认 0.2，0 关闭） |
--compare |
改写前后双评分对比（academic） |
--no-humanize |
style 转换前不先去 AI 词 |
数据资产状态
fresh clone 可以离线运行，不会自动联网下载数据。但 3 份本地高阶 ngram 频率表不入库：
scripts/ngram_freq_cn_human.json：启用 Binoculars-likebino_lp_diff，也影响 best-of-n secondary signal。scripts/ngram_freq_cn_wiki.json：启用wiki_vs_human/wiki_vs_primaryLR 特征。scripts/ngram_freq_cn_news.json：启用news_vs_humanLR 特征。
缺少这些文件时程序会 graceful fallback，相关特征按 0.0 处理；detect/rewrite 不会崩，但 LR 分数、best-of-n 排序和 README hero 分数可能与完整本地资产环境不同。查看当前状态：
./humanize doctor
如需完整资产，请先准备本地语料，再离线重训：
python scripts/train_ngram_human.py
python scripts/train_ngram_wiki.py
python scripts/train_ngram_news.py
批量处理
for f in *.txt; do echo "=== $f ===" && ./humanize detect "$f" -s; done
for f in *.md; do ./humanize rewrite "$f" -o "${f%.md}_clean.md" -q; done
对比 Humanizer-zh
和 Humanizer-zh（5k⭐）的区别：
| 本项目 | Humanizer-zh | |
|---|---|---|
| 运行方式 | ✅ 独立 CLI，终端直接跑 | 纯 prompt，必须在 Claude Code 内用 |
| 依赖 | 离线档零依赖零 token；接大模型的两档需要 API key | 需要 Claude Code + API 额度 |
| 量化评分 | ✅ 0-100 分（学术 + 通用双尺度） | ❌ 无评分 |
| 统计检测 | ✅ 困惑度 + DivEye + GLTR，HC3 校准 | ❌ 无 |
| 学术模式 | ✅ 10 维度 + 126 条替换 | ❌ 无 |
| 风格转换 | ✅ 7 种 | ❌ 无 |
| 可复现 | ✅ --seed |
❌ 每次不同 |
| 批量处理 | ✅ CLI 管道 | ❌ 只能单篇交互 |
| 免费 | ✅ 完全免费 | ⚠️ 需要 API 额度 |
| 基准测试 | ✅ HC3-Chinese 200 样本回归 | ❌ 无 |
简单说：Humanizer-zh 是个好 prompt，但只能在 Claude Code 里用。我们是独立工具，任何环境都能跑，而且每次改动都有 HC3 回归验证。
局限
- 融合检测让分数差距拉大：v4.0.0 默认用 rule+stat + LR ensemble 融合评分，真实 ChatGPT 回答也能清晰区分。刻板化 AI 文本（论文模板/小红书腔）降幅 80-90 分；自然 ChatGPT 文本降幅 30-40 分。
- 统计层不用神经网络：我们用字符级 n-gram + 时间序列特征，不是 RoBERTa 这类分类器。优点是零依赖，缺点是分类 AUC 不如 SOTA 检测器。
- CNKI/维普/万方没有公开 API，我们无法接入作为 oracle。PaperPass / 朱雀 都有腾讯 T-Sec CAPTCHA 反爬。所以本项目基于自己的检测公式 + HC3 回归测试迭代，不盲信第三方检测器的具体分数。
- 不保证过 100% 的 AIGC 检测。改写会降低「刻板 AI 味」，但最终还是要看检测器用什么模型。工具只是帮你更像人写的，不是反检测魔法。
历史基准（HC3，已过时）
早期版本在 HC3-Chinese
（2022 年的 ChatGPT 语料）上测出检测器 95.5% 区分率、改写平均降 40.6 分。
这些数字对 HC3 仍然成立，但不能拿来推断今天的效果：同题同长度重测，
检测器区分 2024 年模型是 96%，区分 2026 年模型只剩 62%（瞎猜 50%）。
那个「降 40.6 分」也是旧版纯规则改写器的成绩，它降分多但会写出病句。
当前数字见上文「关于「AIGC 率」这个分数」和「改完还能读」两节。
Star History
License
MIT Non-Commercial — 个人学习、学术研究、非商业开源项目随便用。
禁止商业使用，包括但不限于：
- 卖本软件或基于本软件的衍生品
- 把工具包装成付费服务（SaaS / API / 网页服务等）
- 集成到商业产品中作为功能卖点
- 用本软件给客户提供付费改写 / AI 检测服务
如需商业授权，请通过 GitHub repo 联系作者。
运行测试
PYTHONHASHSEED=0 python3 -m unittest discover
提交前建议同时运行语法检查：
python3 -m py_compile scripts/*.py evals/*.py evals/oracles/*.py
Reviews (0)
Sign in to leave a review.
Leave a reviewNo results found