W
AI-Wiki
ENTITY

Humanizer-zh

定义与身份

Humanizer-zh 是开源社区产出的 Humanizer 中文适配版本,面向中文公众号、中文技术文章等中文写作场景,用来帮助识别并改写中文文本中的 AI 写作痕迹。

来源文章给出的仓库地址是:

https://github.com/op7418/Humanizer-zh

在来源语境中,Humanizer-zh 不是一个从零设计的新写作理论体系,而是把原版 Humanizer 的规则体系迁移到中文语境后的本土化版本。它的核心作用,是把原版针对英文文本总结出的 AI 写作病症,改写成更适合中文公众号、技术文档、产品文章等场景使用的诊断规则和改写参考。

角色职责

Humanizer-zh 的主要职责包括:

  • 将原版 Humanizer 中的 AI 写作识别规则转译到中文写作语境;
  • 为中文稿件提供 AI 写作痕迹诊断依据,而不是只做简单同义词替换;
  • 帮助处理中文公众号、中文技术文章中常见的模板化表达、套话和机械行文;
  • 在改写流程中继续沿用 Humanizer 的三轮流水线:初稿、审计、终稿;
  • 用中文高频套话黑名单替换原版英文高频 AI 词清单,使规则更贴近中文内容生产环境。

这里的 Humanizer,在来源文章中被描述为一份可移植的 Agent Skill,也就是交给 AI 使用的高级编辑审稿指南;它不是独立网页应用、Python 脚本或 AI 检测器。Humanizer-zh 则是这个 Skill 规则体系的中文适配版。

关键信息

项目信息
名称Humanizer-zh
身份Humanizer 中文适配版本
产出来源开源社区
仓库地址https://github.com/op7418/Humanizer-zh
适用场景中文公众号、中文技术文章等中文写作场景
适配基础原版 Humanizer 的 29-35 条 AI 写作病症
中文化结果重新整理出 24 条中文 AI 写作识别模式
四大类别内容模式、语言语法模式、风格模式、交流填充词模式
流程继续沿用“初稿、审计、终稿”三轮流水线
边界属于本土化移植,不是基于中文网文生态从零重新设计

中文适配内容

来源文章明确提到,原版 Humanizer 的诊断规则主要基于英文语境开发,因此部分特征不能直接搬到中文写作场景。例如英文写作中的 em dash 高频问题,放到中文环境后,对应的痕迹更可能表现为破折号滥用、段落过于整齐刻板、万能过渡词堆砌等中文写作问题。

Humanizer-zh 的适配工作主要包括三层:

  1. 规则本土化翻译:把原版 29-35 条 AI 写作病症完成中文本土化翻译;
  2. 规则重新整理:将这些规则重新整理为 24 条中文 AI 写作识别模式;
  3. 词表替换:把英文高频 AI 词清单替换为中文公众号、技术文章高频出现的套话黑名单。

来源文章没有逐条列出 Humanizer-zh 的全部 24 条中文识别模式,因此本词条不扩展编造具体清单;可以确认的是,这 24 条模式被归入四大类:内容模式、语言语法模式、风格模式和交流填充词模式。

四大识别类别

Humanizer-zh 将中文 AI 写作识别模式分为四大类。

内容模式

内容模式关注文章是否存在意义拔高、空洞分析、套路化结构等问题。来源文章在介绍原版 Humanizer 时举过类似问题:普通事件被写成“关键时刻”“不朽见证”“行业全新格局”,或者在没有实质论据的情况下堆砌“突出了、象征了、展示了”等分析性话术。

Humanizer-zh 的中文化方向,是把这类内容层面的 AI 痕迹转化为中文写作中可检查、可修改的模式。

语言语法模式

语言语法模式关注中文文本里的高频 AI 腔词汇、句式惯性和语法习惯。来源文章提到,中文对应的高频套话包括“至关重要”“充分彰显”“值得注意的是”“从某种层面来说”“在 AI 浪潮之下”“形成闭环”“持续赋能”等。

Humanizer-zh 的一个重要替换动作,就是不再使用英文高频 AI 词清单,而改用中文公众号、技术文章中更常出现的套话黑名单。

风格模式

风格模式关注排版、节奏和表达形式是否过于机械。来源文章提到,AI 文本常见的问题包括破折号过度使用、段落长度高度统一、标题和小标题过度规整、长短句缺少变化等。

在中文场景中,这类问题可能表现为段落整齐得反常、每段结构相似、万能过渡词连续出现、短句机械堆叠等。

交流填充词模式

交流填充词模式关注聊天机器人残留话术和模糊缓冲表达。来源文章举例称,正式文章正文里如果出现类似 “I hope this helps! Let me know if you have any questions.” 或 “Great question! You’re absolutely right!” 这类对话式客服话术,就很像把聊天场景残留误带进文章。

在中文适配中,这一类规则用于提醒作者检查文章是否混入不适合正式稿件的寒暄、套话、缓冲词和无立场表达。

底层流程:初稿、审计、终稿

Humanizer-zh 底层仍沿用原版 Humanizer 的三轮流水线:

  1. 初稿:先对文本进行第一轮改写,清理显眼的模板化表达和 AI 写作痕迹;
  2. 审计:让 AI 跳出创作者视角,像审稿人一样检查文本中残留的可疑信号;
  3. 终稿:根据审计结果进行第二轮修订,输出更自然、更有个人声音的最终稿。

这个流程与 Two-Pass Audit 文稿自审机制 相关。来源文章将原版 Humanizer 的机制描述为“初稿改写、自我审计、终稿修订”的三步流程,Humanizer-zh 则在中文适配中继续沿用这一底层思路。

与原版 Humanizer 的关系

Humanizer-zh 与原版 Humanizer 的关系可以概括为:规则继承、语境替换、中文重整。

  • 规则继承:它继承原版 Humanizer 对 AI 写作痕迹的诊断思路;
  • 语境替换:它把原版英文语境下的特征替换成中文公众号、技术文章中的常见表达问题;
  • 中文重整:它把原版 29-35 条 AI 写作病症重新整理为 24 条中文 AI 写作识别模式。

因此,Humanizer-zh 不能简单理解为“把英文 README 翻译成中文”。来源文章强调的是,它完成了中文本土化翻译和规则整理,同时保留原版“初稿、审计、终稿”的流程框架。

细节与边界

不是从零设计的中文网文规则系统

来源文章明确提醒,Humanizer-zh 属于原版规则的本土化移植,并非从零基于中文网文生态重新设计。因此,它虽然完成了基础中文适配,但不能覆盖所有中文内容平台的独有写作问题。

如果用于公众号爆款长文,来源文章建议在 Humanizer-zh 改写结束后,仍要人工额外检查几类中文独有的 AI 通病:

  • 时代背景空开头;
  • 短句过度堆叠;
  • 无效价值拔高。

这些问题在中文网文、公众号长文和自媒体爆款写作中更常见,不能完全依赖移植版规则自动解决。

不是 AI 检测器绕过工具

来源文章对原版 Humanizer 有一个重要澄清:Humanizer 不等于 AI 检测器绕过神器,项目本身不以骗过 AI 检测工具为目标。即使文字完成了人性化改写,也仍有可能被检测工具识别。

这一边界同样适用于 Humanizer-zh:它更适合被理解为中文稿件的可读性优化、AI 痕迹清理和作者声音恢复工具,而不是保证“降检测率”的工具。

单一特征不能直接判定为 AI 文本

来源文章还提醒,Humanizer 规则强调“单一特征不等于 AI 生成文本”。例如,一篇文章只出现一个破折号或一处高级词汇,不能直接判定为机器产物。改写过程中也不应一刀切删除所有正式书面表达。

Humanizer-zh 的使用也需要遵守这个边界:它提供的是诊断模式和改写提示,不是机械删词规则。

来源案例:今日头条文章中的介绍

在今日头条文章《68.5K+ Star!又一神级 Skill 开源,洗掉文字里的 AI 味》中,作者把 Humanizer-zh 放在“中文版适配方案”部分介绍。

该来源文章给出的结论和适用范围包括:

  • 原版 Humanizer 的诊断规则基于英文语境开发;
  • 英文 em dash 高频问题不能直接等同套用于中文写作;
  • 中文环境中更常见的问题包括破折号滥用、段落整齐刻板、万能过渡词堆砌;
  • Humanizer-zh 已由开源社区产出;
  • 仓库地址为 https://github.com/op7418/Humanizer-zh;
  • 汉化版把原版 29-35 条 AI 写作病症本土化翻译并整理为 24 条中文 AI 写作识别模式;
  • 规则分为内容模式、语言语法模式、风格模式和交流填充词模式;
  • 词表层面将英文高频 AI 词替换为中文公众号、技术文章高频套话黑名单;
  • 流程层面仍沿用“初稿、审计、终稿”三轮流水线;
  • 局限是它属于本土化移植,不是基于中文网文生态从零设计。

这些信息来自该文章的项目介绍与选型建议,适用范围应限定在来源文章对 Humanizer-zh 的描述内;不能据此推断 Humanizer-zh 已覆盖所有中文写作类型,也不能推断它一定能绕过任何 AI 检测工具。

适用场景

根据来源文章,Humanizer-zh 更适合以下场景:

  • 国内公众号文章在 AI 初稿之后的最后一道打磨;
  • 中文技术文章、技术博客和项目文档的语气校准;
  • 产品文章中去除模板化、官方腔、无立场表达;
  • 中文作者希望在 AI 辅助写作后保留个人表达节奏;
  • 对 AI 模板腔输出不满意、需要更自然中文表达的用户。

在来源文章的选型建议中,原版 Humanizer 更适合英文文稿和海外技术文档;Humanizer-zh 更适合国内公众号和中文技术文章;纯人工改写则更适合深度爆款长文、高权重原创稿件,但时间和精力成本更高。

相关条目