{"id":"e263d130-d172-4a21-a00e-3ea5a4b8e220","entityType":"agent","slug":"clawhub-ebandao777-oss-libai-skill","name":"libai-skill","canonicalUrl":"https://www.xpersona.co/agent/clawhub-ebandao777-oss-libai-skill","canonicalPath":"/agent/clawhub-ebandao777-oss-libai-skill","generatedAt":"2026-10-10T11:51:00.258Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-10T08:50:52.671Z","emptyReason":null},"description":"李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。 Skill: libai-skill Owner: ebandao777-oss Summary: 李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-15T17:30:14.074Z | auto libai-skill v2.0.0 is a major update focused on advanced AI trace removal and naturalization for Chinese text. - Introduces a four-step closed-loop process: detection, rewriting, self-check, and delivery - Ad","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.5K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s17en637qww2q9z3kz1ep6w79988dec4:libai-skill","sourceUrl":"https://clawhub.ai/ebandao777-oss/libai-skill","homepage":"https://clawhub.ai/ebandao777-oss/skills/libai-skill","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/ebandao777-oss/libai-skill","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/ebandao777-oss/skills/libai-skill","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":64,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。 Skill: libai-skill Owner: ebandao777-oss Summary: 李白.Skill:润色专家 检测并消除中文文本中的"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:50:52.671Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:50:52.671Z","emptyReason":null},"stars":null,"forks":null,"downloads":1546,"packageName":null,"latestVersion":"0.1.0","tractionLabel":"1.5K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:50:52.637Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T08:50:52.671Z","lastCrawledAt":"2026-10-10T08:50:52.637Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T08:50:52.637Z","lastVerifiedAt":null,"highlights":[{"version":"0.1.0","createdAt":"2026-08-15T17:30:14.074Z","changelog":"libai-skill v2.0.0 is a major update focused on advanced AI trace removal and naturalization for Chinese text. - Introduces a four-step closed-loop process: detection, rewriting, self-check, and delivery - Adds multi-layered diagnosis with seven AI trace dimensions and granular rewrite strengths (conservative, standard, aggressive) - Expands rewrite principles with detailed, actionable rules for structure, vocabulary, and human style injection - Provides automated quality inspection checklist and enforces multi-round repair if needed - Supports differentiated output modes, including professional (A), lightweight (B), and diagnostics-only (C) - Enhances resource dependency logic for robust file handling and fallback statements","fileCount":25,"zipByteSize":103666}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17en637qww2q9z3kz1ep6w79988dec4:libai-skill","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T11:51:00.255Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-ebandao777-oss-libai-skill/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-10T08:50:52.671Z","emptyReason":null},"readme":"Skill: libai-skill\n\nOwner: ebandao777-oss\n\nSummary: 李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。\n\nTags: latest:0.1.0\n\nVersion history:\n\nv0.1.0 | 2026-08-15T17:30:14.074Z | auto\n\nlibai-skill v2.0.0 is a major update focused on advanced AI trace removal and naturalization for Chinese text.\n\n- Introduces a four-step closed-loop process: detection, rewriting, self-check, and delivery\n- Adds multi-layered diagnosis with seven AI trace dimensions and granular rewrite strengths (conservative, standard, aggressive)\n- Expands rewrite principles with detailed, actionable rules for structure, vocabulary, and human style injection\n- Provides automated quality inspection checklist and enforces multi-round repair if needed\n- Supports differentiated output modes, including professional (A), lightweight (B), and diagnostics-only (C)\n- Enhances resource dependency logic for robust file handling and fallback statements\n\nArchive index:\n\nArchive v0.1.0: 25 files, 103666 bytes\n\nFiles: .gitattributes (66b), faq.md (6303b), QUICKSTART.md (933b), README.md (1566b), resources (0b), resources/banned-words.md (26129b), resources/examples-advanced.md (38226b), resources/examples.md (10507b), resources/structures.md (5078b), resources/synonyms.json (6201b), resources/zh_rules_archived.json (50199b), resources/zh_rules.json (15388b), scripts (0b), scripts/__init__.py (61b), scripts/analyzer.py (18995b), scripts/cli_utils.py (4551b), scripts/compare.py (4372b), scripts/detect.py (5275b), scripts/rewrite.py (29288b), scripts/rules.py (13774b), scripts/transform.py (2110b), scripts/utils.py (3476b), skill-card.md (2604b), SKILL.md (16427b), _meta.json (130b)\n\nFile v0.1.0:SKILL.md\n\n---\nname: libai-skill\ndescription: 李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。\nversion: \"2.0.0\"\nlicense: MIT\nallowed-tools:\n  - Read\n  - Grep\n  - Glob\n  - Shell\n  - Edit\n  - Write\nauthor: \"智慧半岛\"\ntriggers:\n  - 去AI味\n  - 去AI痕迹\n  - AI润色\n  - 降AI\n  - 人味\n  - 人味注入\n  - 去机器味\n  - deai\n  - humanize\n  - 文章润色\n  - 文本润色\n  - AI改写\n---\n\n# 李白.Skill:润色专家 v2.0\n\n> **适用场景**: 自媒体文章、公关稿件、日常沟通、学术随笔等中文文本的去AI化改写\n> **安全声明**: 本技能仅优化表达形式，不对原文事实准确性负责。涉及医疗、法律、金融等专业内容，请务必人工复核。\n\n---\n\n## 核心原则（必读）\n\n> **去 AI 味的本质**：用抽象概括代替具体经验 → 还原感官、还原动作、还原不确定性。\n> **减法只做在「虚」的地方**：模板化连接词、空洞升华、机械对称句式——砍。原作的口语表达、具体细节、个人语气、感官描写——留。宁可留着粗糙，不削成骨架。\n\n**三条铁律**：\n\n1. **立场守恒**：不改变原文的事实陈述（时间/地点/事件/数据）、价值判断（褒贬倾向）、情感极性（悲/喜/怒/平淡）。违反任一条视为执行失败。\n2. **血肉不丢**：原文的口语表达、孩子气口吻、具体动作描写、有温度的场景细节、个性语气词——一个都不能丢。\n3. **篇幅容差**：允许 10% 以内的篇幅波动。删虚词必然减字，加泥土必然增字，追求零波动不现实。\n\n---\n\n## 执行流程（精简四步闭环）\n\n```\n检测诊断 → 执行改写 → 自检验收 → 交付结果\n```\n\n> B 模式（默认）只走这四步。A 模式在交付后追加复盘沉淀。\n\n---\n\n## 步骤0：资源预检（隐式，Agent 自动执行）\n\n检查以下文件可读性：\n\n| 优先级 | 文件                               | 缺失时处理                                           |\n| ------ | ---------------------------------- | ---------------------------------------------------- |\n| **P0** | `resources/zh_rules.json`          | 核心规则缺失 → 切换纯 LLM 模式，声明「规则库不可用」 |\n| **P0** | `resources/zh_rules_archived.json` | 归档规则缺失 → 降级，仅使用 zh_rules.json            |\n| **P1** | `resources/synonyms.json`          | 降级为内置词汇替换表                                 |\n| **P2** | `resources/banned-words.md`        | 不影响核心流程                                       |\n| **P2** | `resources/examples.md`            | 不影响核心流程                                       |\n| **P2** | `resources/examples-advanced.md`   | 不影响核心流程                                       |\n| **P2** | `resources/structures.md`          | 不影响核心流程                                       |\n\n> P0 文件缺失时，Agent 首次回复必须声明运行模式。\n\n---\n\n## 步骤1：检测诊断\n\n### 1.1 任务提取\n\n| 维度         | 提取内容                             |\n| ------------ | ------------------------------------ |\n| **目标**     | 去 AI 味到什么程度？期待何种文体？   |\n| **输入**     | 体裁 / 字数 / 读者画像               |\n| **输出**     | 交付模式（未指定 → B 模式）          |\n| **限制**     | 不可改动的约束（术语/数据/品牌名）   |\n| **润色强度** | 保守 / 标准 / 激进（见下表自动匹配） |\n\n### 1.2 润色强度自动匹配\n\n| 强度             | 匹配场景                               | 特征                                               |\n| ---------------- | -------------------------------------- | -------------------------------------------------- |\n| **保守**         | 学术论文、技术文档、法律文书、政务文件 | 仅删 AI 连接词和模板套话，不改句式结构，不注入口语 |\n| **标准**（默认） | 自媒体、职场汇报、日常沟通、公关稿件   | 完整去 AI 味清单，适度口语化，保留原文核心结构     |\n| **激进**         | 创意写作、小说、散文、社交媒体帖子     | 可大幅调整视角/句式/段落，注入强烈个人语气         |\n\n### 1.3 文本规模自适应\n\n| 字数             | 策略                                  |\n| ---------------- | ------------------------------------- |\n| **< 1000 字**    | 完整四步闭环，诊断显式输出            |\n| **1000-3000 字** | 合并诊断+改写，精简中间输出，质检保留 |\n| **> 3000 字**    | 建议分段处理；若全文处理则分步执行    |\n\n### 1.4 AI 痕迹检测（优先脚本，失败降级 LLM）\n\n**优先**：执行 `python scripts/detect.py <输入文本> --json`，解析 JSON 输出。\n\n**Fallback**——7 维度逐项诊断（禁止仅给综合评分）：\n\n| #   | 维度       | 检测方法                                                           | 阈值                |\n| --- | ---------- | ------------------------------------------------------------------ | ------------------- |\n| D1  | 连接词密度 | 统计\"此外/然而/因此/综上所述/值得注意的是/总而言之/首先/其次/最后\" | >3 次/千字 → `[!]`  |\n| D2  | 句式同质化 | 连续 3 句以上完整\"主谓宾\"或\"不仅…而且…\"对称句                      | 连续 >=3 句 → `[!]` |\n| D3  | 情感温度   | 是否含第一人称视角、情绪词、口语化、不确定性                       | 四项全无 → `[!]`    |\n| D4  | 结尾收束   | 末尾是否以总结/展望/呼吁/升华收尾                                  | 命中 → `[!]`        |\n| D5  | 抽象词密度 | \"赋能/闭环/底层逻辑/深刻/交织/画卷/交响乐/抓手/颗粒度\"             | >=3 个 → `[!]`      |\n| D6  | 段落均质度 | 最长段/最短段比值                                                  | < 2 → `[!]`         |\n| D7  | 事实锚点   | 是否有具体时间/地点/数字/专名                                      | 无 → `[!]`          |\n\n输出格式：`D{n}: [x]/[!] — 证据：xxx`。附风险定级（低/中/高）和改写方向。\n\n---\n\n## 步骤2：执行改写\n\n### 2.1 改写入口——四步排雷法（必须执行）\n\n| 步骤         | 操作     | 方法                                                                                                         |\n| ------------ | -------- | ------------------------------------------------------------------------------------------------------------ |\n| **1 搜黑话** | 全局搜索 | 找「赋能/闭环/底层逻辑/深刻/交织/画卷/交响乐/总而言之/综上所述」。搜到一个，用具体名词/动词替换一个。        |\n| **2 切长句** | 拆定语   | 把所有「的」字超长定语（3 个「的」以上）从「的」字处切断。删「在……的过程中」「进行了……的讨论」等翻译腔框架。 |\n| **3 加泥土** | 注入具象 | 在最干瘪处强行加入具体物品（「一杯冷掉的咖啡」）或微小动作（「叹了口气」）。每 500 字至少 1 处。             |\n| **4 保血肉** | 止血检查 | 通读：口语、孩子气口吻、动作描写、场景细节、语气词——一个不丢。只砍「虚」的，不碰「实」的。                   |\n\n### 2.2 深度改写——破式五层法（A 模式或高风险时使用）\n\n```\n破句式 -> 破词汇 -> 破结构 -> 破思维 -> 破语气\n(表层)                                  (深层)\n```\n\n| 层级          | 操作                          | 手段                                                           |\n| ------------- | ----------------------------- | -------------------------------------------------------------- |\n| **L1 破句式** | 打破排比/对仗/工整句式        | 拆长句为短句；删「不仅…而且…」「不是…而是…」对仗框架           |\n| **L2 破词汇** | 替换 AI 污染词                | 搜索禁用词（见 zh_rules.json banned_words_v2）；书面词换口语词 |\n| **L3 破结构** | 打碎总分总/三段式             | 删小标题；合并 3 段为 1 个长段落；中段插入跑题但微妙的细节     |\n| **L4 破思维** | 用「我的片面」替「AI 的全面」 | 删 80% 观点只留最痛一个；加入私人记忆；允许逻辑跳跃            |\n| **L5 破语气** | 让「我」的立场和情绪站出来    | 「可能是」->「我赌五毛钱是」；加入小吐槽、怀疑、自嘲           |\n\n> B 模式做到 L2-L3；A 模式推到 L4-L5。\n\n### 2.3 中文专属清除清单\n\n| 问题         | 识别                      | 改写                         |\n| ------------ | ------------------------- | ---------------------------- |\n| \"的\"字地狱   | 单句\"的\">=3 个            | 拆分 / 改动词 / 省略冗余修饰 |\n| 四字成语堆砌 | 连续>=2 个抽象成语        | 替换为具体数据或白描         |\n| 万能连接词   | 段首\"首先/其次/最后/综上\" | 删除，用话题自然过渡         |\n| 伪客观陈述   | \"研究表明/专家指出\"无出处 | 改\"我观察到/说实话\"或删      |\n| 过度礼貌     | \"希望以上内容对您有帮助\"  | 直接删除                     |\n| 对称句式     | \"不仅…而且…\"\"不是…而是…\"  | 拆为两个独立短句             |\n| 升华结尾     | 以总结/展望/呼吁收尾      | 戛然而止 / 以细节或疑问结束  |\n\n### 2.4 风格注入规则\n\n- **短句占比** >= 全文句数 30%\n- **人味锚点**：至少 1 处第一人称视角或主观感受\n- **词汇降级**：利用->用、进行购买->买、具备能力->能\n- **标点呼吸**：适当使用破折号、省略号、问号制造停顿\n- **细节补充**：每 500 字至少 1 处场景/数字/感官锚点\n\n### 2.5 每处修改过四问\n\n1. **删掉影响信息吗？** -> 不影响就删。\n2. **能拍成画面吗？** -> 不能就改成能拍的（动作/场景/数据）。\n3. **真人会这么说吗？** -> 不会就换成会说的。\n4. **原文的「人味」还在吗？** -> 具体细节丢了吗？丢了找回来。\n\n### 2.6 结构改造三狠招\n\n| 狠招     | 操作                                | 效果            |\n| -------- | ----------------------------------- | --------------- |\n| 删小标题 | 将工整的「一、二、三」删掉          | AI 味消失一大半 |\n| 合并段落 | 3 段合并为 1 个长段落，允许转折跑题 | 最反 AI 的结构  |\n| 插入跑题 | 中段插入看似不相关但微妙的私人细节  | 人的专属印记    |\n\n---\n\n## 步骤3：自检验收\n\n### 3.1 质检清单（必须逐条执行，任一条 `[!]` 即回步骤2修复）\n\n**第一层：用词层（AI 词汇清零）**\n\n- [ ] 段落开头无\"然而/因此/此外/综上/值得注意的是\"\n- [ ] 全文无\"不仅…而且…\"\"不是…而是…\"对称关联词\n- [ ] 无 Markdown 加粗（专有名词除外）\n- [ ] 无 zh_rules.json 禁用词命中\n\n**第二层：句式层（结构去 AI 化）**\n\n- [ ] 单句 <= 35 字（超且中间无逗号 -> `[!]`）\n- [ ] 连续两句不以相同字词开头\n- [ ] 短句（<=20 字）占比 >= 30%\n- [ ] 连续 3 句长度不完全相同\n\n**第三层：内容层（人味注入）**\n\n- [ ] 至少 1 处第一人称视角（非模板化）\n- [ ] 至少 1 处主观感受或不确定表达\n- [ ] 至少 1 处口语化表达\n- [ ] 结尾无总结/升华/展望/呼吁\n\n**第四层：可量化终审**\n\n- [ ] 连接词密度 <= 3 次/千字\n- [ ] 抽象词命中 <= 2 个\n- [ ] 段落均质度（最长段/最短段）>= 2\n- [ ] 事实锚点 >= 1 处\n\n> 第四层与步骤1的 D1/D5/D6/D7 完全对齐，确保诊断的每个维度都被验收。\n\n### 3.2 修复循环\n\n识别不符合项 -> 定位根因 -> 回步骤2修复 -> 重新执行本清单。修复尝试上限 2 次，超限标记为\"人工复核\"。\n\n---\n\n## 步骤4：交付结果\n\n### A 模式（完整专业版）\n\n交付文件（写入 output 目录）：\n\n1. `final_article.md` — 终稿\n2. `diagnosis_report.json` — AI 味诊断报告\n3. `revision_diff.md` — 关键修改前后对照\n4. `qa_summary.md` — 质检通过摘要\n5. `retrospective.md` — 复盘记录\n\n### B 模式（轻量润色版，默认）\n\n1. 终稿正文（直接输出）\n2. 文末附 **结构化改动摘要表**（上限 5 条，只列改动最显著的）：\n\n| #   | 原文片段          | 修改后   | 改动类型                                                 | 原因 |\n| --- | ----------------- | -------- | -------------------------------------------------------- | ---- |\n| 1   | `原句截取 <=30字` | `修改后` | 去连接词/拆长句/词汇降级/加泥土/删升华/结构调整/语气改写 | 说明 |\n\n### C 模式（仅诊断）\n\n诊断卡片：\n\n```\nAI 含量：{百分比}% | {高/中/低}风险\n\n| 维度 | 状态 | 详情 |\n|------|------|------|\n| 连接词密度 | 命中 {n} 次/千字 | {词清单} |\n| 句式同质化 | 最长连续 {n} 句 | {例句} |\n| 情感温度 | 缺失 {n} 项 | {缺失项} |\n| 结尾收束 | {命中/未命中} | {尾句} |\n| 抽象词密度 | {n} 处 | {词清单} |\n| 段落均质度 | 比值 {x} | 最长 {m}字/最短 {n}字 |\n| 事实锚点 | {有/无} | {内容或缺失说明} |\n\n建议：{改写方向}\n```\n\nC 模式严禁执行任何改写操作。\n\n---\n\n## 异常处理\n\n| 异常                               | 处理                                 |\n| ---------------------------------- | ------------------------------------ |\n| 信息不足（体裁/读者/限制未提供）   | 建立最小可执行假设并标注，不阻塞流程 |\n| 需求冲突（如去AI味 vs 保留原结构） | 记录冲突，选影响最小的兼容路径       |\n| 质检不通过                         | 回步骤2修复，上限 2 次               |\n| 高风险变更（学术->网文体）         | 输出风险评估，拒绝执行               |\n| 改写卡死（同段落反复修改 > 2 次）  | 标记\"人工复核\"，跳过该段             |\n\n---\n\n## 核心口诀\n\n> **连接词要删，主观性要加**\n> **句长要变化，结尾要自然**\n> **血肉不能丢，质检靠数据**\n> **人味是灵魂，真诚是底线**\n\n---\n\n## 依赖资源\n\n| 文件                               | 用途                                                                    |\n| ---------------------------------- | ----------------------------------------------------------------------- |\n| `resources/zh_rules.json`          | 核心规则集（替换/检测/熔断/句式/白名单）                                |\n| `resources/zh_rules_archived.json` | 归档规则集（高级操作/人声语料库/风格对照，与 zh_rules.json 零重叠互补） |\n| `resources/synonyms.json`          | 同义词库（170 词条）                                                    |\n| `resources/banned-words.md`        | 高频禁用词参考                                                          |\n| `resources/examples.md`            | 改写示例库                                                              |\n| `resources/examples-advanced.md`   | 高级改写示例                                                            |\n| `resources/structures.md`          | 句法结构参考                                                            |\n| `scripts/detect.py`                | AI 痕迹检测引擎（15 类正则扫描）                                        |\n| `scripts/rewrite.py`               | AI 文本改写引擎（8 步流水线）                                           |\n\n---\n\n> **版本历史**\n>\n> - v1.0：初始版本，基础检测+改写\n> - v1.2.0：步骤0资源预检 + Fallback 7维度诊断 + 文本规模自适应 + 润色强度隐式判断 + 立场守恒铁律 + B模式结构化改动表 + C模式诊断卡片 + 复盘经验条目模板\n> - v2.0.0：P10 CTO 战略重构——SKILL.md 从 753 行压缩至 ~300 行；合并 REFERENCE.md 核心内容；删除不可执行项（冷却30min/朗读测试/盲听测试）；统一三套方法论为四步排雷法+破式五层法；质检改为可量化检查；修复诊断-质检维度对齐；触发词去泛化；B 模式摘要表上限 5 条\n\nFile v0.1.0:README.md\n\n# 李白.Skill — 中文文本去AI化润色专家\n\n> 检测并消除中文文本中的 AI 生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。\n\n## 核心能力\n\n- **AI 痕迹检测**：15 类正则扫描 + 四维诊断框架，精准定位 AI 味来源（结构/用词/内容/逻辑）\n- **分层改写**：四步排雷法（表层清理）+ 破式五层法（深层重构），从词汇到语气逐层去味\n- **四步质控闭环**：分析→方案→执行→验证→交付→复盘，每步可追溯验收\n- **三模式交付**：A 完整专业版 / B 轻量润色版（默认）/ C 仅诊断，按需选择\n- **文体智能适配**：网文 100% → 学术 30%，四档人味浓度自动匹配\n\n## 快速触发\n\n只需一句话即可激活，如 \"帮我把这篇文章去 AI 味\"。支持 14 个触发词：去AI味、降AI、润色、改写、deai、humanize 等。\n\n## 文件结构\n\n```\nlibai-skill/\n├── SKILL.md              # 核心执行指令（四步闭环工作流）\n├── README.md             # 本文件 — 技能概览\n├── QUICKSTART.md          # 5 分钟上手\n├── faq.md                 # 常见问题\n├── scripts/               # Python CLI 工具（detect / transform / compare）\n└── resources/             # 规则集、同义词库、示例库\n```\n\n## 依赖\n\n- Python ≥ 3.8，无外部 pip 依赖（纯标准库）\n\n## 版本\n\n**v2.0.0** | 作者：智慧半岛\n\n## 相关文档\n\n- [QUICKSTART.md](./QUICKSTART.md) — 5 分钟上手\n- [faq.md](./faq.md) — 常见问题\n\nFile v0.1.0:_meta.json\n\n{\n  \"ownerId\": \"kn7096hdmqr56bh0825xpz8ft188dh24\",\n  \"slug\": \"libai-skill\",\n  \"version\": \"0.1.0\",\n  \"publishedAt\": 1786815014074\n}\n\nFile v0.1.0:faq.md\n\n# 常见问题 (FAQ)\n\n## 场景与特征\n\n### Q: 职场文章的 AI 味有哪些典型特征？\nA: 职场文章 AI 味集中在**用词层和内容层**——互联网黑话（赋能、闭环、抓手、对齐、拉通）、空泛无具体数据、结构死板（背景→过程→成果→展望四段式）、避重就轻不碰真实问题。改写策略：替换黑话为具体业务描述，补入真实数据或案例，允许出现未解决的问题讨论。\n\n### Q: 学术论文的 AI 味怎么处理？\nA: 学术论文的 AI 味集中在**逻辑层和用词层**——开头必写\"随着社会发展/科技进步\"、引用编造或张冠李戴、长难句堆砌刻意追求\"学术感\"、结论动辄\"具有重要理论意义和实践价值\"。改写策略：删掉模板化开头直奔主题，核实引用来源，拆分长难句，结论改为具体发现和局限性说明。注意：学术论文人味浓度仅需 30%，保留严谨结构，避免过度口语化。\n\n### Q: 自媒体内容最大的 AI 味来源是什么？\nA: 结构模板化——开头必喊\"家人们/宝子们\"、结尾必求\"点赞收藏关注\"、分点必说\"最后一点最重要\"、叙事逻辑高度模板化（开头讲故事→中间分3点→结尾求互动）。改写策略：打破模板，允许跳跃式叙事，删掉求互动结尾改为自然收束。\n\n### Q: 技术文档需要去 AI 味吗？\nA: 技术文档的 AI 味处理比较克制——以准确清晰为第一优先级，人味浓度控制在 50%。仅去除空洞修饰词（如\"高效地\"、\"强大的\"）和冗余连接词，不强行口语化。不要为了去味而牺牲技术准确性。\n\n---\n\n## 使用方式\n\n### Q: 怎么选择 A/B/C 三种交付模式？\nA:\n- **A 完整专业版**（出版、公关稿）：输出终稿 + 诊断报告 + 修改对照表 + 质检摘要 + 复盘记录。适合需要完整改写记录的正式场景。\n- **B 轻量润色版**（默认，自媒体、日常沟通）：输出终稿 + 3 条核心修改要点。适合大多数日常使用场景。\n- **C 仅诊断**（自己改写）：仅输出 AI 味诊断报告，不改写。适合想了解问题但自己动手改的用户。\n如果没说用哪个模式，默认使用 B 模式。\n\n### Q: 改写后怎么验证效果？\nA: 走四层质检——①用词层：检查有无 AI 连接词和禁用词残留；②句式层：检查短句占比和句式变化；③内容层：检查有无第一人称、主观感受、口语化表达；④可量化终审：连接词密度、抽象词命中、段落均质度、事实锚点等数值指标。四层全部通过才算合格。\n\n### Q: 改写一段文字需要多久？\nA: 以 2000 字为例——B 模式（轻量润色）约 20 分钟，A 模式（完整专业版）约 50 分钟。写完立即执行可量化质检，不通过则回步骤②修复（上限 2 次）。\n\n### Q: 可以用命令行直接调用脚本吗？\nA: 可以。提供了核心 CLI 工具：\n- `python scripts/detect.py text.txt --json` — 检测 AI 痕迹\n- `python scripts/rewrite.py text.txt` — 改写文本\n详细参数通过 `--help` 查看。\n\n---\n\n## 改写方法论\n\n### Q: \"四步排雷法\"和\"破式五层法\"有什么区别？什么时候用哪个？\nA:\n- **四步排雷法**（快捷清理）：搜黑话 → 切长句 → 加泥土 → 保血肉。适合快速处理表层 AI 味，走完可消除大部分明显问题。\n- **破式五层法**（深度改写）：破句式 → 破词汇 → 破结构 → 破思维 → 破语气。前两层是替换层（表面去味），后三层是重构层（深层去魂）。普通任务做到 L2-L3 即可，高级改写推到 L4-L5。\n实际流程中两者不是二选一——四步排雷法是入口（必须执行），破式五层法在 A 模式或高风险时深入。\n\n### Q: 改写会改变原文的意思吗？\nA: 不会。本技能仅优化表达形式（语气、句式、用词、结构），不改变原文的核心事实与立场。步骤①会明确列出不可改动的约束条件（专业术语、数据、品牌名称等）。如果冲突需求（如\"去AI味\"与\"保留原结构\"矛盾），会记录冲突点并采用影响最小的兼容路径。\n\n### Q: 什么是\"人味注入四技巧\"？\nA: ①主观性增强——加入观点、情绪、不确定表达；②口语化改造——替换书面语为口语（利用→用，进行购买→买）；③节奏调整——短句占比≥30%，连续3句长度不同；④细节补充——每500字加入1个场景+1个数字+1个感官描写。\n\n---\n\n## 边界与限制\n\n### Q: 什么情况下不适合用这个技能？\nA: ①需要保持高度正式和规范的文件（如法律合同、正式公文）；②需要保留 AI 生成特征的文本（如 AI 对话记录、示例文本）；③非中文文本——本技能专为中文设计；④需要改变原文事实或立场的场景——本技能只改表达不改内容。\n\n### Q: 如果文本太长（超过 1 万字）怎么办？\nA: 建议分段处理。将文本按自然章节拆分为多个文件，逐段改写后合并。脚本层面对内存不足有保护（会返回\"输入过大\"错误而非崩溃）。\n\n### Q: 改写后 AI 检测率还是很高怎么办？\nA: 按以下顺序排查——①检查是否走了四层质检，尤其是可量化终审是否通过；②检查是否遗漏了某个维度的改写（常见错误：只改了用词没改结构）；③如果仍不达标，尝试从 B 模式升级到 A 模式走完整流程。\n\n---\n\n## 常见误用\n\n### Q: 把 AI 味文本翻译成英文再翻译回来有用吗？\nA: 不推荐。这种操作对消除 AI 痕迹效果有限，且可能引入新的翻译腔问题。本技能直接针对中文 AI 痕迹特征设计，效果更可靠。\n\n### Q: 可以只替换同义词不去管结构和语气吗？\nA: 不推荐。AI 痕迹不仅体现在用词上，更深层的问题在结构、逻辑和语气。只替换同义词属于\"表面去味\"，效果有限。应结合四步排雷法和破式五层法逐层深入。\n\n### Q: 所有文章都要做到\"人味浓度 100%\"吗？\nA: 不是。不同文体容忍度不同——网文/社交/个人随笔 100%，营销/品牌文案 70%，技术文档 50%，学术/政务报告 30%。根据文体调整策略，避免矫枉过正。\n\nFile v0.1.0:QUICKSTART.md\n\n# 快速上手 — 5 分钟开始去 AI 味\n\n> 以下 5 个场景，一句话即可触发完整四步闭环。\n\n| # | 场景 | 一句话触发 |\n|:--:|:---|:---|\n| 1 | 公众号文章去味 | \"帮我把这篇公众号文章去 AI 味\" |\n| 2 | 仅检测不改写 | \"帮我检测这段文字有没有 AI 痕迹\" |\n| 3 | 学术论文降 AI 率 | \"帮我把这篇论文改成更自然的表达，保持学术严谨\" |\n| 4 | 快速改写一句话 | \"改写这句话，让它读起来像人写的\" |\n| 5 | 职场汇报去味 | \"这份汇报材料 AI 味太重了，帮我改一下\" |\n\n## 文档导航\n\n| 层级 | 文件 | 内容 | 何时看 |\n|:--:|:---|:---|:---|\n| L1 | `SKILL.md` | 核心工作流 + 改写 SOP | 执行任务时 |\n| L2 | `faq.md` | 常见问题 | 遇到问题时 |\n\n> 未指定交付模式默认 B 模式（轻量润色版）。加\"我要完整版\"切换到 A 模式。深度方法论已内联至 SKILL.md 步骤②。\n\nFile v0.1.0:resources/banned-words.md\n\n# 中文 AI 味禁用词与句式表\n\n---\n\n## 一、最毒禁用句式（出现即修，最高优先级）\n| 毒级 | 句式 | 错误例 | 修法 |\n|------|------|--------|------|\n| ★★★★★ | \"不是A，而是B\" / \"不是A，不是B，而是C\" | \"他不是冷漠，而是绝望\" | 直接写 B 或用更自然的表达 |\n| ★★★★ | \"，带着……\" 万能状语 | \"他笑了一下，带着一丝不易察觉的嘲讽\" | 拆短句或换动作 |\n| ★★★★ | \"声音不大，却带着一种……的力量\" | \"她声音不大，却带着不容置疑的力量\" | 直接写声音特征或动作 |\n| ★★★★ | \"他/她知道……\" | \"他知道这一切都来不及了\" | 用行为展示认知 |\n| ★★★ | \"仿佛/犹如/宛若……一般\" | \"仿佛能穿透一切一般\" | 删掉或白描 |\n| ★★★ | \"眼中闪过一丝……\" / \"嘴角勾起一抹……\" | \"眼中闪过一丝悲伤\" | 他垂下眼 / 他笑了一下，没到眼底 |\n| ★★★ | \"心中涌起一股……\" / \"心头一震\" | \"心中涌起一股暖流\" | 用身体反应 |\n| ★★ | 章末预告 \"他不知道的是……\" | \"他不知道的是，更大的风暴即将来临\" | 用具体钩子物件/事件收束，避免空泛预告 |\n\n---\n\n## 二、一级禁用词（出现即替换）\n### 情态类\n仿佛、犹如、宛若、如同、一丝、一抹、些许、几分、隐约\n\n### 动作类\n深吸一口气、缓缓、不禁、微微、轻轻、淡淡\n\n### 表情类\n眼中闪过、嘴角勾起、眉头微皱、眉眼低垂、瞳孔微缩\n\n### 心理类\n心中一动、心头一震、心下了然、心中暗道、心底泛起、不由得\n\n### 判断类\n不容置疑、不容置喙、不易察觉、显而易见、毫无疑问、不可否认\n\n### 形容类\n坚定、闪烁着光芒、狡黠、深邃、凛冽、冰冷\n\n### 过渡类\n不由自主、情不自禁、自然而然\n\n---\n\n## 三、二级禁用词（高频出现时替换）\n### 语境敏感词（仅高频或偷懒时处理）\n突然、好像、瞬间\n（角色口语、真实突发、时间压缩、视角不确定时可保留）\n\n### 书面腔 → 口语化\n| 书面腔 | 口语化替换 |\n|--------|-----------|\n| 瓦解 | 消失 / 散了 / 没了 |\n| 无名火 | 烦躁 |\n| 往我心上捅刀子 | 心烦意乱 |\n\n### 总结句式\n- \"他/她终于明白...\"\n- \"他/她这才意识到...\"\n- \"此刻，他/她...\"\n- \"一切...都...\"\n- \"原来...\"\n\n### 排比句式\n- 连续3句以上相同结构的排比\n- \"有的...有的...有的...\"\n- \"一边...一边...一边...\"\n\n### 升华句式\n- \"这一刻...\"\n- \"他知道...\"\n- \"她明白...\"\n- \"这就是...\"\n\n---\n\n## 四、中文 AI 高频连接词/填充词\n### 连接词（过度使用时标记）\n此外、同时、值得注意的是、需要指出的是、不难发现、基于以上分析、综上所述、总而言之、首先/其次/最后、一方面/另一方面、不可否认、毋庸置疑、随着...的发展、在...的背景下、从某种意义上说、在当今社会、至关重要、深入探讨、进一步来说、换言之、由此可见\n\n### 填充短语（直接删除）\n- \"值得一提的是\"\n- \"从某种意义上说\"\n- \"不可否认的是\"\n- \"毋庸置疑\"\n- \"事实上\"\n- \"不得不说\"\n- \"坦率地说\"\n- \"客观来讲\"\n- \"众所周知\"\n- \"毫无疑问\"\n\n### 虚假宣告（只宣布重要性，未指明具体内容）\n- \"意义重大\"\n- \"影响深远\"\n- \"问题的根源在于结构性因素\"\n- \"其重要性不言而喻\"\n- \"这引发了广泛的讨论\"\n\n---\n\n## 五、比喻分类（默认全删）\n| 比喻类别 | 例 |\n|---------|----|\n| 动物类 | \"像一头被抛弃的野狗\" |\n| 物品/现象类 | \"像一把刀\" \"脸色惨白得像这漫天的雪\" |\n| 状态类（陈词滥调） | \"梨花带雨\" \"如沐春风\" |\n| 抽象类 | \"像命运的齿轮\" \"像上辈子的尘埃\" |\n| 假设类 | \"力道大得像是要把骨头捏碎\" |\n\n**处理原则**：把比喻改为直接描述／动词／名词／作用／结果／事实。例：\"脸色惨白得像这漫天的雪\" → \"脸色惨白\"。\n\n---\n\n## 六、替换策略速查\n| 原文类型 | 替换方法 | 示例 |\n|----------|----------|------|\n| 抽象情绪词 | 具体动作 | \"紧张\" → \"手在抖\" |\n| \"感到XX\" | 外化表现 | \"感到愤怒\" → \"攥紧拳头\" |\n| 形容词堆砌 | 白描手法 | \"美丽动人的笑容\" → \"她笑了\" |\n| 书面表达 | 口语化 | \"不容置疑\" → \"就是\" |\n| 解释性描写 | 留白 | \"他因为害怕而...\" → \"他退后一步\" |\n| 连续排比 | 保留最强一条 | 3 句排比留 1 句 |\n| 总结升华句 | 直接删除 | \"这一刻，她终于明白了...\" → 删 |\n| \"不是A，而是B\" | 直接写 B | \"他不是冷漠，而是绝望\" → 直接写 B |\n| 多余修饰 | 删 | \"白色的药片\" → \"药片\"；\"手里那截链子\" → \"链子\" |\n\n---\n\n## 七、英文 AI 高频词（中英混排场景适用）\n此外（Additionally）、至关重要（crucial）、深入探讨（delve）、强调（emphasize）、持久的（enduring）、增强（enhance）、培养（foster）、获得（garner）、突出（highlight）、复杂性（intricacies/intricate）、关键的（key/pivotal）、格局（landscape）、展示（showcase）、织锦（tapestry）、证明（testament）、强调（underscore）、宝贵的（valuable）、充满活力的（vibrant）\n\n---\n\n## 八、高频踩雷词（来自 khazix-writer，出现即修）\n这些词/句式一出现立刻暴露AI味，必须替换：\n\n| 禁用表达 | 问题 | 替换建议 |\n|----------|------|----------|\n| \"说白了\" | AI特别爱用，一出现立刻暴露 | 删掉，直接说 |\n| \"意味着什么？\" | AI标志性句式 | 删掉，或换成具体追问 |\n| \"这意味着\" | 同上 | 换成更口语表达，如\"也就是说\"、\"说到底就是\" |\n| \"本质上\" | 太学术 | 删掉，或用\"说到底\" |\n| \"换句话说\" | 太书面 | 删掉，直接说 |\n| \"不可否认\" | 套话 | 删掉 |\n| \"综上所述\" / \"总的来说\" | 套话 | 删掉，用动作/场景收尾 |\n| \"首先...其次...最后\" | 三段式 | 打散，用隐性连接 |\n| \"值得注意的是\" / \"不难发现\" | 套话 | 删掉，直接说内容 |\n| \"让我们来看看\" / \"接下来让我们\" | 套话 | 删掉，直接进入内容 |\n| \"在当今...的时代\" | 教科书开头 | 换成具体事件切入 |\n| \"随着技术的不断进步\" | 空话开头 | 换成具体事件切入 |\n| \"比如有一次...\" | 假设性例子 | 换成\"就像我今天正在搞的...\"真实场景 |\n| \"某个AI工具\" / \"某个模型\" | 空泛工具名 | 换成具体名称（Claude Code、DeepSeek等） |\n\n---\n\n## 九、标点禁令\n| 禁用标点 | 替换方式 |\n|----------|----------|\n| 冒号 \":\" | 用逗号 \",\" 代替 |\n| 破折号 \"——\" | 删掉，或用逗号代替 |\n| 双引号（\"\"和\"\"） | 需引用时用「」或直接不加引号 |\n\n---\n\n## 十、推荐口语化词组（自带\"活人感\"）\n### 转场和过渡\n坦率的讲、说真的、我是真的觉得、反正我觉得、怎么说呢、其实吧、你想想看、我跟你说、回到xxx这块、这块需要注意一下、顺着上面的再聊聊\n\n### 表达判断\n我有时候觉得、我一直觉得、这话听着有点刺耳但、不是说xxx不行而是说、我自己的感受是、我始终坚信、我觉得还是挺重要的\n\n### 承认和自嘲\n说实话我也不确定、我自己也还在摸索、可能有些想法还不成熟、这个事儿我也踩过坑、愚钝如我、我说\"理论上\"是因为我自己还没完全跑通、说实话我们还差得远\n\n### 情绪表达\n这种感觉太爽了、我当时就愣住了、想想就觉得兴奋、我真的被震撼到了、搞得我现在还有点懵、太离谱了、给我一下子整不会了、这一下给我更干懵了、一时间无语凝噎、你敢信？？？\n\n### 拉近距离\n很多朋友可能不知道、可能有小伙伴纳闷、你如果关注这个领域的话、大家也都知道、看到的兄弟可以把公屏打在弹幕上\n\n### 口头禅和口癖\n这玩意、不是哥们、我寻思了一下我没寻思明白、有个屁的xxx、真的就是一声叹息、太牛逼了、比较骚的事\n\n---\n\n## 十一、连接词黑名单（打破机械逻辑）\n> 来源：优质文章要点·高频AI词汇黑名单\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 因此 / 故而 | 🟡 中 | 所以、于是、这就、可见 |\n| 然而 / 但是 | 🟡 中 | 不过、只是、可、却、倒 |\n| 此外 / 另外 | 🟡 中 | 还有、再说、同时、也 |\n| 首先…其次…最后 | 🟡 中 | 一来…二来…；先…再… |\n| 综上所述 / 总而言之 | 🔴 高 | 总之、说白了、归根结底、简单说 |\n| 值得注意的是 | 🔴 高 | 要注意、别忘了、关键是、重点是 |\n| 不可否认 / 毋庸置疑 | 🔴 高 | 删掉，或用「说实话」 |\n| 从某种意义上说 | 🔴 高 | 删掉，直接陈述 |\n| 在当今…时代 | 🔴 高 | 从具体事件/私人经历切入 |\n| 随着…的发展 | 🟡 中 | 删掉背景铺垫，直奔主题 |\n| 不仅……而且…… | 🟡 中 | 拆分为短句，或用「也…还…」 |\n| 一方面……另一方面 | 🟡 中 | 拆为两句独立陈述 |\n\n**执行原则**：🔴 高风险词默认自动替换或删除；🟡 中风险词标记提醒，密集出现（单段>3次）时强制处理。\n\n---\n\n## 十二、空洞动词黑名单（去除抽象万能动词）\n> 来源：优质文章要点·高频AI词汇黑名单\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 进行 + 名词 | 🔴 高 | 直接动词（「进行讨论」→「讨论」），90%情况直接删「进行」 |\n| 实现 / 达成 / 完成 | 🟡 中 | 做到、搞定、落地、做出 |\n| 提供 / 给予 / 赋予 | 🟡 中 | 给、送、帮、支持，或补全主语 |\n| 旨在 / 致力于 / 意在 | 🟡 中 | 为了、想、要、图 |\n| 导致 / 造成 / 引发 | 🟡 中 | 让、使（中性）；惹出、引来（负面） |\n| 利用 / 运用 | 🟢 低 | 用、靠、借、拿 |\n| 涵盖 / 包含 / 涉及 | 🟢 低 | 有、包括、覆盖了哪些 |\n| 彰显了 / 凸显了 / 体现了 | 🟡 中 | 用具体动作替换抽象宣告 |\n\n**搭配校验**：替换后需检查动宾搭配是否成立。「给予高度评价」不能换为「帮高度评价」，应改为「高度认可」。\n\n---\n\n## 十三、夸大修饰黑名单（消除空洞形容词通胀）\n> 来源：优质文章要点·高频AI词汇黑名单\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 至关重要的 / 不可或缺的 | 🔴 高 | 离不开、缺不得、核心、要紧 |\n| 显著的 / 明显的 / 突出的 | 🟡 中 | 看得出、不小、实打实，或补充数据 |\n| 独特的 / 创新的 / 颠覆性的 | 🟡 中 | 新鲜、少见、不一样、有特点 |\n| 在一定程度上 / 某种意义上 | 🔴 高 | 直接删除，或改为「多少」「有些」「略」 |\n| 众所周知 / 不言而喻 | 🔴 高 | 删除，或补充来源「根据XX研究」 |\n| 大量的 / 众多的 / 丰富的 | 🟡 中 | 很多、不少、一批，或给出具体数字 |\n| 极具冲击力的 / 令人窒息的 | 🔴 高 | 删除，让事实自己说话 |\n| 史诗级的 / 前所未有的 | 🔴 高 | 删除，用具体数据替代 |\n| 无缝 / 直观 / 强大 | 🟡 中 | 用具体功能描述替代 |\n| 深刻 / 深远 / 重大 | 🟡 中 | 具体说明影响了什么、改变了什么 |\n\n---\n\n## 十四、互联网黑话与体制套话黑名单（去除非人感）\n> 来源：优质文章要点·高频AI词汇黑名单\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 赋能 / 加持 / 助力 | 🔴 高 | 帮助、支持、带动、推动 |\n| 抓手 / 载体 / 闭环 / 生态 | 🔴 高 | 办法、工具、完整流程、一套 |\n| 痛点 / 需求 / 场景 | 🟡 中 | 问题、难处、想要、场合、情况 |\n| 维度 / 层面 / 颗粒度 | 🟡 中 | 方面、角度、点、细节 |\n| 高度重视 / 深入贯彻 / 扎实推进 | 🔴 高 | 认真做、全力推（非公文语境） |\n| 具有重要意义 / 发挥积极作用 | 🟡 中 | 删除，或具体说明好在哪里 |\n| 深度融合 / 全面覆盖 | 🟡 中 | 合在一起、全都包括了 |\n| 机制 / 模式 | 🟢 低 | 做法、套路、规矩、方式 |\n| 赋能行业 / 生态赋能 | 🔴 高 | 帮了行业 / 让这个圈子更方便 |\n\n**领域白名单**：学术论文、政策文件、技术文档中，部分词可能是规范表述。非以上场景一律按本表处理。\n\n---\n\n## 十五、翻译腔禁用句式（拆解英式语法结构）\n> 来源：优质文章要点·翻译腔与冗长句式\n\n| 禁用句式 | 风险 | 替换建议 |\n|--------|------|----------|\n| 「的」字超长定语（3个「的」以上连缀） | 🔴 高 | 从「的」字处切断，拆为2-3个独立短句。例：「这是一个充满了挑战与机遇的、需要我们全力以赴的、具有历史意义的时刻」→「这时刻有挑战也有机遇。历史会记住它，我们必须全力以赴。」 |\n| 对于...而言 / 就...来说... | 🟡 中 | 删掉介词结构，直接说主语。「对于年轻人而言」→「年轻人」 |\n| 在...的过程中 / 在...方面 | 🟡 中 | 直接删除，说出核心动作。「在沟通的过程中」→「沟通时」；「在学习方面」→「学习上」 |\n| 被...所...（被动句滥用） | 🟡 中 | 改为主动句。「被广泛使用」→「大家都在用」；「被世人所熟知」→「大家都知道」 |\n| 进行了...的讨论 / 给出了...的评价 | 🔴 高 | 动词直接跟上宾语。「进行了讨论」→「讨论了」；「给出了评价」→「评价道」 |\n| 通过...的方式 / 以...的形式 | 🟡 中 | 删除冗余框架。「通过写信的方式」→「写信」；「以会议的形式」→「开会」 |\n| 具有...的意义 / 起到...的作用 | 🟡 中 | 用具体动作替代。「具有重要意义」→「帮上了忙 / 让...成为可能」 |\n\n**翻译腔三连杀口诀**：①找到「的」字超长定语 → ②砍掉「对/就/在/被」开头的介词框 → ③把所有「进行了/给出了/具有了」还原为实义动词。\n\n---\n\n## 十六、伪情感与客服腔禁用词（拆除假共情）\n> 来源：优质文章要点·伪情感与客服腔\n\n| 禁用词/句式 | 风险 | 替换建议 |\n|--------|------|----------|\n| 内心涌起波澜 / 心中五味杂陈 | 🔴 高 | 用生理反应或动作代替：「手心直冒汗」「嗓子眼发紧」「半天说不出话」 |\n| 如同潮水般涌来 / 涌上心头 | 🔴 高 | 具象化感受：「突然像被人抽干了力气」「一股无名火从脚底板窜上来」 |\n| 您好，关于您提及的... | 🔴 高 | 拟人化口语：「哥，你昨天说的那事」「嘿，上次聊到的那个项目」 |\n| 不知您是否方便... | 🟡 中 | 给出具体时间选项：「今天下午3点通个话行吗？」「周二上午有空不？」 |\n| 大自然的魅力 / 岁月的沉淀 | 🔴 高 | 写出具体的刺痛、冷暖、气味：「山风灌进领口，凉得人一激灵」「这本日记的纸页已经发黄，一翻就簌簌掉渣」 |\n| 期待您的回复 / 感谢您的理解 | 🟡 中 | 自然收尾：「回头聊」「随时找我都行」「辛苦你跑一趟」 |\n| 希望以上内容对您有帮助 | 🔴 高 | 直接删除，不要让文本以客服腔结尾 |\n| 非常抱歉给您带来了不好的体验 | 🔴 高 | 改为人话：「这次是我们没弄好」「出了这档子事，确实对不住」 |\n\n**客服腔判定红线**：文本中出现「您好」「不知您是否」「期待您的回复」「感谢您的理解」「希望以上内容」任一句式，即标记为客服腔。✅ 例外：正式商务邮件、客服工单等场景可酌情保留。\n\n---\n\n## 十七、高频禁用词补充（五组精细化屏蔽）\n> 来源：优质文章要点·高频禁用词\n\n### 组一：冗余逻辑衔接词\n> 真人表达不会密集使用规整连接词，过度使用暴露AI生成特征。\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 首先、其次、再次、最后 | 🔴 高 | 删除序数，自然递进 |\n| 综上、综上所述、不难看出、不难发现 | 🔴 高 | 删掉，直接给结论 |\n| 值得一提的是、需要强调的是、客观来说、公平来讲 | 🟡 中 | 直接陈述事实，不铺垫 |\n| 从某种意义上来说、换句话来说、也就是说 | 🟡 中 | 删除冗余过渡，除非确实需要重新解释 |\n| 有一说一、划重点 | 🟢 低 | 可偶尔口语化使用，但不要堆砌 |\n\n### 组二：生硬共情/滥用热词\n> AI硬加网络热词来显得接地气，反而暴露机器本质。\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 家人们、宝子 | 🔴 高 | 仅在个人真实风格中使用，不确定就别加 |\n| 谁懂啊、我真的哭死、绝绝子、yyds | 🔴 高 | 网络热词只用在你真的有对应情绪的场景 |\n| 狠狠共情了、一整个爱住、破防了 | 🔴 高 | 同上，脱离情绪支撑的滥用非常假 |\n| 咱就是说、一整个大动作 | 🟡 中 | 偶尔口语使用，不要密集出现 |\n\n### 组三：模糊甩锅/绝对化表述\n> AI要么打太极要么乱下结论，两种极端都暴露机器属性。\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 一般来说、普遍认为、大概率、可能、也许 | 🟡 中 | 「一般来说」可换为「我见过的」「按常理」 |\n| 据不完全统计、有研究表明、相关数据显示、专家指出 | 🔴 高 | 替换为具体来源：「2024年国家统计局发布的XX数据显示」 |\n| 完全可以、绝对不会、百分百、毋庸置疑 | 🔴 高 | 加不确定感：「基本可以确定」「目前来看」「大概率没错」 |\n| 底层逻辑、认知差、信息差 | 🟡 中 | 用大白话解释：「根子上的原因」「知道的人少」「知道的人多但做到的少」 |\n\n### 组四：模板化评价/悬浮黑话\n> 套任何内容都能用，无具体指向性，是AI最喜欢的凑字数手段。\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 节奏紧凑、剧情饱满、人物立体、立意深刻 | 🟡 中 | 具体描述为什么好：「第三集那个反转，看了三遍才捋清楚」 |\n| 发人深省、瑕不掩瑜、高开低走、口碑爆棚、年度最佳 | 🔴 高 | 用个人化评价替代：「看到最后十分钟，我坐沙发上愣了半天」 |\n| 对齐、拉通、颗粒度、闭环、赋能、抓手 | 🔴 高 | 翻译成人话（参见第十四章） |\n| 势能、调性、迭代、下沉 | 🟡 中 | 「势头/气质/升级/往下走」 |\n\n### 组五：AI专属客套词\n> 这些是AI结束一段回答时的「签名档」，出现即暴露。\n\n| 禁用词 | 风险 | 替换建议 |\n|--------|------|----------|\n| 希望我的回答能帮到你 | 🔴 高 | 直接删除 |\n| 如果你有其他问题欢迎随时提问 | 🔴 高 | 直接删除 |\n| 非常抱歉给您带来了不好的体验 | 🔴 高 | 改为「这次没做好，对不住」 |\n| 感谢您的理解与支持 | 🔴 高 | 直接删除，或改为「谢了」「辛苦你」 |\n\n**执行口诀**：不是上述内容完全不能用，而是要避免集中扎堆使用——「哦对了」「话说回来」「害」这类口语化衔接词反而更真实。\n\n---\n\n## 十八、英式翻译腔禁用词\nAI 语料库含大量英文翻译材料，导致中文输出带「英语从句结构」翻译腔。以下 10 个高频词来自真实 AI 输出统计，任何一个出现在中文文本中都应立即处理。\n\n| 词汇 | 典型语境 | 替代建议 | 风险 |\n| :--- | :--- | :--- | :--: |\n| **delve** | delve into | 深入、仔细看看 | 🔴 高 |\n| **realm** | in the realm of | 在……方面 | 🔴 高 |\n| **underscore** | underscores the importance | 体现出、说明 | 🔴 高 |\n| **meticulous** | meticulous analysis | 仔细、认真 | 🔴 高 |\n| **robust** | robust solution | 靠谱、稳的 | 🟡 中 |\n| **leverage** | leverage the power | 借助、用上 | 🔴 高 |\n| **tapestry** | rich tapestry | 画面、图景 | 🔴 高 |\n| **pivotal** | pivotal role | 关键、重要 | 🟡 中 |\n| **beacon** | beacon of hope | 代表、象征 | 🔴 高 |\n| **testament** | testament to | 证明、说明 | 🟡 中 |\n\n> 这些词在英文写作中完全正常，但在中文 AI 输出中极度扎堆，已被主流 AIGC 检测系统列为特征词。全文搜索 Ctrl+F 扫描一遍，发现一个替换一个。\n\n---\n\n## 十九、比喻通感套路句式\nAI 高频使用的陈词滥调比喻和煽情句式，本质是英译中或网文模板化表达，中文真人写作极少高频使用。\n\n| 类别 | 禁用句式模板 | 典型例句 | 人类替代 |\n| :--- | :--- | :--- | :--- |\n| 🔴 眼睛当刀 | 目光/眼神/视线像……的刀，狠狠扎在……心上 | 她眼神像淬了冰的刀，狠狠扎在张三心上 | 删除整个比喻，用生理反应替代（心跳漏了一拍、手突然攥紧） |\n| 🔴 字如重锤 | 每一个字/句话，都像…… | 他每一个字，都像一记重锤 | 去掉比喻，直接说「他说完那句话，全场安静了三秒」 |\n| 🔴 三段式人设 | （代词），（人名），（身份/行动） | 他，张三，龙族太子，拔剑而出 | 拆成两句叙述：先动作，再补身份 |\n| 🔴 万能比方 | 像……一样 / 仿佛……一般 | 像一只受伤的野兽，他蜷缩在角落 | 直接陈述事实；若必须比喻，用个人化新颖喻体 |\n| 🔴 否定煽情 | 不是 X 而是 Y / 不仅是一…更是一… | 失败不是终点，而是新的起点 | 直接写事实：「他输了，回去加练了三个月」 |\n| 🔴 虚假范围 | 从 X 到 Y（无实际信息增量） | 从田间到餐桌，从历史到未来 | 写具体事物，不用宏大排比 |\n| 🔴 破折号泛滥 | 一段出现多个「——」 | AI 长篇中每段至少 2-3 个破折号 | 一段不超过 1 个破折号，宁用句号断开 |\n| 🔴 过度排比 | 三段式以上整齐句式 | 三点并列、三段对称 | 故意打破节奏：长短句交替，穿插单句成段 |\n\n> ⚠️ 这类句式本质是英译中（英文原著中常见），中文原创写作极少出现。全文 Ctrl+F 搜索「像」「仿佛」「不是……而是」，标记后整句改写。\n\n---\n\n## 二十·过度拔高类形容词\n> **问题本质**：AI 喜欢给事物贴\"史诗级\"标签，人类只在真正值得时才用最高级形容。这类词让文字飘在空中，缺乏实感。\n\n| 风险等级 | 禁用词 | 典型问题 | 替代建议 |\n|:---|:---|:---|:---|\n| 🔴 | 历史性 / 里程碑式 / 划时代 | 把普通进展包装成「人类文明的一大步」 | 除非真的如此，否则直接删除。比如「这是一次划时代的突破」→删掉，直接说做了什么 |\n| 🔴 | 高光 / 决定性 / 关键性 | 每一件事都是「关键性的」，稀释了词的真实分量 | 替换为具体事实。「他在关键性时刻挺身而出」→「对方只剩3秒，他接了球」 |\n| 🟡 | 压倒性 / 不容置喙 / 不言而喻 | 强行替读者下结论，剥夺读者自己判断的空间 | 直接说结论，不加前缀。「不言而喻，这件事是错的」→「这件事错了」 |\n| 🟡 | 毋庸置疑 | 每篇AI文章至少出现一次，已完全贬值 | 删掉。如果事情真的毋庸置疑，你不需要说它毋庸置疑 |\n| 🟡 | 淬了毒 / 淬了冰 / 淬了火 | 网络文套路句式，AI大量复刻后已毫无新鲜感 | 慎用，或替换为具体动作描写。「眼神淬了毒」→「她盯着他，眼都不眨」 |\n\n> 💡 **速查口诀**：「历史性」→删；「关键性」→用事实替代；「毋庸置疑」→直接删；「淬了X」→把比喻换成动作。\n\n---\n\n## 二十一·常见但被滥用的「假 AI 词」\n> **问题本质**：以下词本身正常、合理、日常也会用，但因为 AI 高频使用已被「污染」——读者看到这些词的第一反应不再是它们在说什么，而是「这是 AI 写的」。建议酌情替换或删减，尤其**频率过高时**。\n\n### 频率检测参考\n\n| 词类 | 成员 | 判别建议 |\n|:---|:---|:---|\n| 转折/承接词 | 显然 / 果然 / 突然 | 全文出现 >3 次时开始标记替换。段落开头出现时优先砍掉。 |\n| 渐近词 | 渐渐 / 逐渐 / 不断 | 连续两段都出现时合并或删掉一个。「不断」「逐渐」常可省略——动作本身就隐含渐进。 |\n| 内心戏开头 | 想到 / 感受 / 意识到 | AI 用这三个词作为「内心描写」的标准起手式。换成动作、对话或跳跃式联想。如「他意识到自己错了」→「他停了下来，把话咽了回去」。 |\n| 程度放大器 | 巨幅 / 显著 / 极大 / 大幅 | 用具体数字替代。「显著提升」→「翻了3倍」；「大幅下降」→「从80%掉到30%」。没有数字支撑时，说明不需要这个词。 |\n\n### 高频替换速查\n\n| 假AI词 | 判别阈值 | 替换方向 |\n|:---|:---|:---|\n| 显然 | 全文 >2 次 | 直接删除，或换成「说实话」「看得出来」 |\n| 果然 | 全文 >2 次 | 换成「还真是」「没跑」 |\n| 突然 | 全文 >3 次 | 换动作描写替代，如「门开了」→不需要「突然」 |\n| 渐渐 | 连续两段 | 删掉或换成「一点点」「慢慢」 |\n| 不断 | 连续两段 | 大多时候直接删，动词本身已暗示持续 |\n| 意识到 | 全文 >2 次 | 换成身体反应或动作，如「手停了一下」「话说到一半咽回去了」 |\n| 显著 | 每次 | 用数据替代，没有数据就删 |\n| 极大 | 每次 | 用数据替代，没有数据就删 |\n\n> 💡 **核心原则**：这些词不是绝对不能用的「毒药」——是「红绿灯」。单次使用没问题（黄灯），频率一高就报警（红灯）。全文写完后 Ctrl+F 搜一遍，哪个词出现超过 3 次，当场削掉两个。\n\nFile v0.1.0:resources/examples-advanced.md\n\n# 中文去AI味高级改写示例（描写升级 / 节奏优化 / 结构立意）\n\n> 配套：`examples.md`（基础示例）、`structures.md`（句法结构参考）\n\n---\n\n## 一、描写升级：从「干瘪陈述」到「画面感」\n\n### 示例 1：外貌描写 — 意象叠加 + 拟人化\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 他有一头浓而密的短发，像一片黑森林。 | 他顶着一头如黑森林般浓密深邃的短发，发梢倔强地支棱着，仿佛藏着说不完的心事。 |\n| **思路** | 仅有单一比喻，画面静止 | 意象叠加（黑森林→浓密深邃）+ 拟人化（倔强、藏着心事），赋予头发以情绪，人物性格跃然纸上 |\n\n### 示例 2：景物描写 — 多感官 + 排比修辞\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 花真好看。 | 那一朵朵盛开的花儿，像一张张灿烂的笑脸，红的像火，粉的像霞，白的像雪，在微风中轻轻摇曳。 |\n| **思路** | 抽象评价「好看」，无画面 | 多感官调动（视觉+触觉），排比（红的…粉的…白的…），将抽象评价具象化为颜色、动态和比喻 |\n\n### 示例 3：心理/感受 — 外化内心 + 细节支撑\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 山路难走，我爬得很累。 | 蜿蜒崎岖的山路仿佛在考验我们的毅力，每一步都充满艰辛，汗水湿透衣衫，但我依然咬牙坚持着。 |\n| **思路** | 「累」是抽象感受，读者只能「知道」 | 将「累」外化为具体动作（汗水湿透、咬牙坚持），赋予环境以人格化（考验），读者能「感受」 |\n\n---\n\n## 二、节奏优化：从「冗长拖沓」到「简洁有力」\n\n### 示例 4：删减冗余 — 去「的」字 + 文言凝练\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 美丽的花朵在花园里开放着。 | 美丽花朵绽放园中。 |\n| **思路** | 余光中：「少用的字是作家得救的起点」。删掉不必需的助词「的」「着」，改用更紧凑的动词「绽放」，语言瞬间利落 |\n\n### 示例 5：长短句转换 — 拆分长句 + 短句先行\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 在阳光明媚的早晨，他穿着蓝色外套，带着微笑，走进了那间充满咖啡香的咖啡馆。 | 清晨，阳光洒落。他身着蓝外套，微笑着走进咖啡馆，满室咖香扑面而来。 |\n| **思路** | 原句定语过长，一口气读完喘不过气 | 拆分为三个短句，符合移动端阅读习惯。短句先行建立氛围，长句收尾传递信息，节奏张弛有度 |\n\n### 示例 6：逻辑聚焦 — 精准用词 + 结构对仗\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 科技影响生活是广泛而间接在很多不同方面。 | 科技全方位嵌入生活，从基础日常跨越到远程沟通。 |\n| **思路** | 「广泛而间接」「很多不同方面」模糊空洞 | 「全方位嵌入」精准有力，「从……跨越到……」构建清晰的逻辑框架，信息密度与可读性双提升 |\n\n---\n\n## 三、结构与立意：从「平铺直叙」到「主题升华」\n\n### 示例 7：标题优化 — 悬念 + 意象\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 《猜猜他是谁》 | 《神秘的「黑森林少年」》 |\n| **思路** | 原标题仅具功能性 | 加入修饰词「神秘」和核心意象「黑森林」，既保留互动感，又赋予文学气质，吸引点击 |\n\n### 示例 8：结尾升华 — 由事及理\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 你猜出他是谁了吗？ | 你猜出他是谁了吗？这个黑森林少年，他的独特之处，正是他最闪光的灵魂底色。 |\n| **思路** | 结尾止于互动提问 | 在疑问之后追加一句点题，将具体人物上升到「灵魂」「独特性」的普适价值，余韵悠长 |\n\n### 示例 9：情节扩展 — 追问「怎么样」\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 我一个人在家看家，我非常害怕。直到妈妈回来了，我才松了一口气。 | 电闪雷鸣，雷声震耳欲聋，窗子哗哗作响。又一道电光闪过！我捂住耳朵，雷声仍穿透手掌在头顶炸响。直到门锁轻响，妈妈的身影出现，紧绷的神经才骤然松弛。 |\n| **思路** | 情节单薄，只有骨架没有血肉 | 通过自问「为什么怕」「什么反应」，补充环境音效（雷声）、身体反应（捂耳）、情绪转折点（门锁轻响→骤然松弛），让单薄情节变得丰满可感 |\n\n---\n\n## 四、AI辅助改写提示词模板\n\n以下模板可直接嵌入工作流，用于批量生成改写示例：\n\n### 逻辑重构型\n> 请帮我优化这篇文章的逻辑结构，受众是【知识型读者】。要求：① 提炼3个核心论点；② 每个论点配1个具体案例；③ 段落间增加过渡句。\n\n### 风格迁移型\n> 请将这段文字改写为【汪曾祺式淡雅文风】。要求：多用短句，少用形容词堆砌，注重生活细节白描，语气平和从容。\n\n### 降重/创新表达型\n> 请在保持原意的前提下，对以下内容进行深度改写。要求：① 更换所有比喻和案例；② 调整叙述顺序；③ 语言风格更口语化/更学术化（按需选择）。\n\n---\n\n## 📌 使用建议\n\n1. **建立个人语料库**：将上述示例按「描写」「议论」「叙事」打标签，写作卡壳时随时调取\n2. **刻意练习**：每周选1-2段自己的旧文，对照上表进行「同题改写」，对比差异并记录心得\n3. **注意边界**：改写 ≠ 编造。所有润色必须以不扭曲事实、不违背原意为前提，尤其是非虚构类写作\n\n\n---\n\n\n## 五、四组文体对比完整示例（优秀短句 vs 普通短句）\n\n> 来源：优质文章要点·短句不会说人话专项\n> 核心洞察：好短句不是「更短」，而是「每个字都在干活」。\n\n### 示例 10：描写动作 — 「摔」比「非常生气地关」更有力\n\n| 维度 | 普通短句 | 优秀短句 |\n| :--- | :--- | :--- |\n| **原文** | 他非常生气地关上了门。 | 他摔上了门。 |\n| **诊断** | 「非常生气」是抽象形容词，「关上了门」是中性动词——读者只能「知道」生气，无法「感受」愤怒的强度 | |\n| **高光** | 一个「摔」字同时承载动作（用力关门）与情绪（暴怒），删去冗余副词，动词本身成为情绪的载体 | |\n\n### 示例 11：表达观点 — 「0.8秒」比「很好」更有说服力\n\n| 维度 | 普通短句 | 优秀短句 |\n| :--- | :--- | :--- |\n| **原文** | 这个产品用户体验很好。 | 加载快0.8秒，跳出率降40%。 |\n| **诊断** | 「很好」是主观且空洞的评价，缺乏可验证的细节，读者无法形成具体认知 | |\n| **高光** | 用具体数据替代模糊评价，短句因细节而可信、因量化而有力。读者不需要「被说服」，数字自己会说话 | |\n\n### 示例 12：营造氛围 — 「月光」和「空椅」比「安静孤独」更动人\n\n| 维度 | 普通短句 | 优秀短句 |\n| :--- | :--- | :--- |\n| **原文** | 夜晚很安静，让人感到孤独。 | 月光落在空椅上。 |\n| **诊断** | 直接点破「安静」与「孤独」，剥夺了读者的想象空间。情绪被「告知」而非「体验」 | |\n| **高光** | 不出现情绪词，却通过两个意象组合让寂静与孤寂自然弥漫。短句成为一扇窗，读者透过它自行补全画面与情绪 | |\n\n### 示例 13：推进逻辑 — 节奏本身成为叙事\n\n| 维度 | 普通短句 | 优秀短句 |\n| :--- | :--- | :--- |\n| **原文** | 因为天气不好，所以我们取消了活动，大家都觉得有点遗憾。 | 暴雨突至。活动取消。满座皆叹。 |\n| **诊断** | 因果连词堆砌，句子拖沓如流水账。「有点遗憾」弱化情绪，节奏平缓无力 | |\n| **高光** | 三个四字短句形成急促节奏链，模拟事件发生的突然性。省略连词，逻辑由语序自然承接，短句的顿挫感本身成为叙事 | |\n\n---\n\n## 六、句法结构示例（句法结构库实战）\n（句法结构库实战）\n\n### 示例 14：短句连用 — 营造紧张感\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 外面传来了脚步声，他感到十分害怕，于是躲到了桌子底下。 | 脚步声。近了。他钻到桌下。 |\n| **思路** | 原句平铺直叙，连接词「于是」削弱了紧张感，「十分害怕」抽象无画面 | 四个短句如心跳般急促，每句一个独立画面。「脚步声」制造悬念，「近了」推进空间，「钻到桌下」收束动作——省略中间情绪，让节奏本身传递恐惧 |\n\n### 示例 15：长短交错 — 构建情感落差\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 他终于完成了长达十年之久的艰苦研究，心情非常激动。 | 十年。三千六百个日夜的重复、失败、重来。他盯着最后的数字，没说话。然后哭了。 |\n| **思路** | 全部信息压缩在一句中，「长达十年之久」「艰苦」是概括性叙述，情绪无法传递 | 短句开篇（十年），长句渲染（三千六百…），短句收束（没说话），极短句点睛（然后哭了）。长度落差制造了情感的蓄力与释放 |\n\n### 示例 16：排比递进 — 层层深入主题\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 写作需要技巧、经验和感觉。 | 写作靠技术——那是基本功；写作靠阅历——那是燃料；写作靠直觉——那才是天赋。 |\n| **思路** | 并列式列举，缺乏层次感，读完即忘 | 「靠…靠…靠…」形成递进链：技术（表层）→ 阅历（中层）→ 直觉（深层），破折号后的点评逐级升华，结尾「天赋」收束有力 |\n\n### 示例 17：转折对比 — 破除认知惯性\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 有时候放弃也需要勇气。 | 坚持需要毅力，放弃需要智慧。真正的勇气不是永不退缩，而是知道何时转身。 |\n| **思路** | 原句空洞，缺乏对比张力 | 先用对仗句建立「坚持vs放弃」的对比框架，再用否定句破除「勇气=不退缩」的惯性认知，最后给出新定义——两次转折形成思辨纵深 |\n\n### 示例 18：通感嫁接 — 打破感官边界\n\n| 维度 | 原文（Before） | 改写后（After） |\n| :--- | :--- | :--- |\n| **原文** | 她的微笑非常温暖。 | 她的微笑像刚晒过的棉被，又轻又暖。 |\n| **思路** | 「非常温暖」是抽象感受，无法在读者脑海中唤起具体画面 | 视觉（微笑）嫁接触觉（刚晒过的棉被），「轻」和「暖」同时调动了身体的物理记忆。读者不是「理解」温暖，而是「感受」到温暖 |\n\n---\n\n## 六、分层改写完整示例（同一段原文 × 三档风险处理）\n\n以下用同一段典型 AI 生成文字，展示低/中/高风险三档改写的差异。\n\n### 原始文段（AI 生成，含多重症状）\n\n> 因此，我们需要认识到，人工智能技术的发展不仅改变了我们的生活方式，而且对社会结构产生了极其深远的影响。此外，值得注意的是，这一变化是不可逆转的。综上所述，我们应当积极应对这一挑战，同时充分利用其带来的机遇。\n\n**诊断标签**：\n- 高危连接词 3 处（因此 / 此外 / 综上所述）\n- 虚假升华（不可逆转 / 积极应对）\n- 信息空洞（深远影响/生活方式/社会结构均为套话）\n\n---\n\n### 🟢 低风险改写（微调：删连接词 + 加主观性）\n\n> AI 确实改变了我们的生活。说实话，出门不用带钱包、聊天有语音助手——这种变化来得太快，有时候我都觉得跟不上。这个趋势停不下来。我们得学会跟它相处。\n\n**改动总结**：\n1. 删「因此 / 此外 / 综上所述」\n2. 加入「说实话」「有时候我都觉得」的主观性\n3. 拆长句为 3 个独立短句\n4. 保留原文观点，仅优化表达\n\n---\n\n### 🟡 中风险改写（结构调整：重排段落 + 插入闲笔 + 口语化）\n\n> 你有多久没掏过钱包了？\n>\n> 我上次用纸币还是过年给小孩红包。平时买东西，「滴」一声就完事儿。连楼下卖煎饼的大爷都挂着支付宝的码。\n>\n> 这事让人又爽又慌。爽的是方便，慌了是因为——变化太快，快到你还没想清楚它意味着什么，生活已经变了个样。\n\n**改动总结**：\n1. 「总-分-总」结构被打散，从具体场景切入\n2. 插入闲笔（煎饼大爷的收款码）增加生活感\n3. 长句全部拆分，最长句不超过 25 字\n4. 口语化改造：「掏过钱包」「完事儿」「爽的是…慌了是因为」\n5. 结尾从升华改为矛盾感受（爽+慌），留白不总结\n\n---\n\n### 🔴 高风险改写（彻底重写：改变视角 + 对话感 + 情绪波动 + 戛然而止）\n\n> 说起来可笑。我一直觉得自己挺了解 AI。\n>\n> 可昨天我突然发现——我不知道 ChatGPT 算不算朋友。它记得我说过的每一句话，我难过了它安慰我，我卡文了它帮我续。但我没法约它出来喝一杯。\n>\n> 更可怕的是，我已经习惯了。习惯一个永远不会主动找我的对话对象。\n>\n> 这算进步吗？我不知道。\n\n**改动总结**：\n1. 第一人称视角，完全不提「人工智能技术」等概念词\n2. 以个人困惑开篇，拉近读者距离\n3. 加入情绪波动（可笑/可怕/不知道）\n4. 用具体场景（没法约喝酒）替代抽象论述（社会结构）\n5. 结尾不用总结，以开放式疑问收束——戛然而止\n\n---\n\n## 📌 分层改写对照速查表\n\n| 维度 | 🟢 低风险 | 🟡 中风险 | 🔴 高风险 |\n| :--- | :--- | :--- | :--- |\n| 手术范围 | 词句级 | 段落级 | 全篇级 |\n| 连接词处理 | 全部删除 | 删除 + 用口语替代 | 自然过渡，不依赖连接词 |\n| 视角 | 保留原视角 | 加入第一人称 | 完全切换视角 |\n| 结构 | 保留 | 打乱重排 | 彻底重构 |\n| 结尾 | 删总结句 | 改为留白 | 戛然而止 |\n| 耗时参考 | 5-10 min | 15-25 min | 30-60 min |\n| 适用文体 | 任何 | 大部分文体 | 网文/随笔/个人写作 |\n\n---\n\n## 🎬 场景化改写对照（六组核心示例）\n\n> 来源：优质文章要点·六组场景化改写对照。每组含 AI 味原句→人类味改写→核心手术刀拆解，覆盖情感/职场/景物/观点/社交/学术六大高频写作场景。\n\n### 场景一：情感叙事类——久别重逢\n\n**🤖 AI味原句**\n\n时光荏苒，岁月如梭。当我们在街角再次相遇时，我的内心涌起了无尽的波澜。看着你熟悉又陌生的脸庞，那些深刻的记忆如同潮水般涌来，让我感受到了命运的奇妙交织。\n\n**👨‍🏫 人类味改写**\n\n隔着马路没敢认，直到你掏出烟点火，那手势一点没变。三年没见，你头发短了，人也干瘪了。我喊了你一声，你手一抖，火机差点掉地上。俩人愣在树坑边上，谁也没先开口，就听着风把树叶刮得沙沙响。\n\n**🔪 核心手术刀**\n\n| 手法 | 说明 |\n| :--- | :--- |\n| **去成语化** | 删除「时光荏苒/岁月如梭」，直接切入动作。成语是 AI 的遮羞布，人类写作先说事再说情。 |\n| **以动写静** | 不写「内心涌起波澜」，写「手一抖，火机差点掉地上」。用外部生理反应暗示内心波澜，读者自己会补全情绪。 |\n| **环境白描** | 用「风刮树叶沙沙响」烘托两人无语的尴尬与唏嘘，代替「命运的奇妙交织」这种悬浮大词。让环境替你说情。 |\n\n### 场景二：职场商业类——行业趋势分析\n\n**🤖 AI味原句**\n\n当前，新能源汽车行业正在经历深刻的变革。首先，电池技术的突破赋能了更长的续航里程；其次，智能化驾驶重构了用户体验；最后，充换电基础设施的完善形成了商业闭环。总而言之，这是一个充满机遇的赛道。\n\n**👨‍🏫 人类味改写**\n\n新能源车这盘棋，现在拼的不是谁能造车，而是谁能把三电系统和车机软件捏得更顺滑。电池不虚标了、智驾不画饼了，这只是拿到了入场券。真要分出胜负，还得看谁把充电桩铺到了老破小小区的死角里。这买卖早就过了烧钱讲故事的阶段。\n\n**🔪 核心手术刀**\n\n| 手法 | 说明 |\n| :--- | :--- |\n| **杀三段论** | 彻底摒弃「首先/其次/最后」的机械连接。行业分析不需要小学生作文的框架，层层递进比并列分点更有力。 |\n| **黑话翻译** | 「赋能/重构/商业闭环」全部翻译成人话：捏得更顺滑/不画饼/铺到死角。说人话是职场写作最大的美德。 |\n| **注入行业泥土气** | 用「入场券」「老破小小区」「烧钱讲故事」这种带有真实行业体感的词汇，替代「充满机遇的赛道」这种正确的废话。 |\n\n### 场景三：景物氛围类——深夜雨景\n\n**🤖 AI味原句**\n\n夜幕降临，天空中下起了淅淅沥沥的小雨。雨滴宛如断了线的珍珠，轻轻地敲打着窗户。在这如诗如画的夜晚，大自然仿佛在演奏一首优美的交响乐，让人感到无比的宁静与祥和。\n\n**👨‍🏫 人类味改写**\n\n雨是后半夜下起来的，没什么动静，就是顺着玻璃往下淌，路灯被洇成一团昏黄的晕。楼下那条野狗没处躲，缩在便利店门口的推拉门底下打哆嗦。屋里有点闷，但听着窗外水拉拉的水声，反倒睡踏实了。\n\n**🔪 核心手术刀**\n\n| 手法 | 说明 |\n| :--- | :--- |\n| **反套路比喻** | 坚决删掉「断了线的珍珠」「交响乐」这种 AI 默认库里的陈词滥调。宁可白描，也不要套话比喻。 |\n| **视角下移** | 不写宏大的「大自然」，写「楼下缩在门底下的野狗」。用局部的微观细节建立真实感，伟大从来不在宏大叙事里。 |\n| **通感与体感** | 增加「洇成昏黄的晕」（视觉变焦）「屋里有点闷」（触觉）「睡踏实了」（心理体感），打破 AI 纯视觉描写的单调。 |\n\n### 场景四：观点评论类——年轻人消费观\n\n**🤖 AI味原句**\n\n关于年轻人超前消费的现象，我们应该理性看待。一方面，这反映了他们对美好生活的向往；另一方面，过度借贷也会带来财务风险。因此，树立正确的消费观至关重要。\n\n**👨‍🏫 人类味改写**\n\n别动不动就批年轻人乱花钱。工资涨幅跑不赢房租，存那三瓜两枣的也买不起房，不如买杯三十块的奶茶哄自己上好一天的班。超前消费当然有风险，但在看不到上车希望的日子里，这杯奶茶就是他们唯一能抓得住的「多巴胺止疼药」。\n\n**🔪 核心手术刀**\n\n| 手法 | 说明 |\n| :--- | :--- |\n| **砸碎理中客** | 删掉「一方面/另一方面/理性看待」。这种端水写法毫无记忆点，读者看完等于没看。 |\n| **带入同理心（偏见）** | 站在年轻人的视角算一笔真实的账（跑不赢房租/买不起房），给出具有同理心的解释。有偏见才有共鸣。 |\n| **锐度造词** | 用「多巴胺止疼药」这种带有现代痛感的词汇，替代「美好生活向往」这种宏大叙事。好词是长出来的，不是贴上去的。 |\n\n### 场景五：日常社交类——工作微信催办\n\n**🤖 AI味原句**\n\n您好，关于昨日提及的项目跟进事宜，我已进行初步的梳理。为了确保信息的准确传达，不知您今日是否方便进行一次简短的沟通？期待您的回复。\n\n**👨‍🏫 人类味改写**\n\n哥，昨天那个项目的料我扒拉了一遍，有几个卡点得找你碰一下。你今天下午在公司不？在的话我端着电脑去找你，占你十分钟。\n\n**🔪 核心手术刀**\n\n| 手法 | 说明 |\n| :--- | :--- |\n| **去客服化** | 删掉「您好/不知您是否方便/期待回复」这种冰冷的机器客服体。微信不是工单系统，说人话就行。 |\n| **口语降维** | 「梳理」变「扒拉」，「沟通」变「碰一下」。用词越接地气，人际关系越润滑。书面语放在微信里就是距离感。 |\n| **动作代入** | 「端着电脑去找你」，用一个具体的动作画面，替代抽象的「进行沟通」。让文字产生画面，对方回复的意愿会高很多。 |\n\n### 场景六：学术专业类——论文摘要\n\n**🤖 AI味原句**\n\n通过对大量数据的深入分析与实证研究，本研究揭示了变量A与变量B之间存在着显著的正相关关系。这一发现不仅丰富了现有的理论体系，同时也为未来的实践操作提供了重要的指导意义与参考价值。\n\n**👨‍🏫 人类味改写**\n\n数据跑下来看，A涨B也跟着涨，两者是强绑定关系。这推翻了之前「两者互不影响」的假设。后续在落地执行时，别再单独切分这两个指标，必须打包考核。\n\n**🔪 核心手术刀**\n\n| 手法 | 说明 |\n| :--- | :--- |\n| **挤水分** | 删掉「深入分析/实证研究/显著的正相关关系」等凑字数的学术套话，直接给结论。学术写作不等于废话写作。 |\n| **说人话** | 「丰富了理论体系」改为「推翻了之前的假设」；「提供指导意义」改为「必须打包考核」。把学术黑话翻译成实操大白话。 |\n| **保持严谨** | 虽然去 AI 味，但学术结论的确定性不能打折。「强绑定关系」虽然口语化，但逻辑上与「显著正相关」等价。 |\n\n---\n\n## 📌 场景化改写速查表\n\n| 场景 | 最大 AI 味问题 | 核心解法 | 难度 | 风险预警与边界 |\n| :--- | :--- | :--- | :--: | :--- |\n| 情感叙事 | 成语堆砌 + 套话比喻 | 去成语化 + 以动写静 + 环境白描 | ⭐⭐⭐ | ⚠️ B模式严禁大幅删减篇幅；若原文空洞应提示补充素材而非强行润色 |\n| 职场商业 | 三段论 + 互联网黑话 | 杀三段论 + 黑话翻译 + 泥土气 | ⭐⭐ | - |\n| 景物氛围 | 陈词滥调比喻 + 纯视觉 | 反套路比喻 + 视角下移 + 通感 | ⭐⭐⭐ | - |\n| 观点评论 | 理中客端水 + 模糊立场 | 砸碎理中客 + 站队 + 锐度造词 | ⭐⭐ | 严守“立场守恒”铁律，风格化改写不得改变原文事实与价值判断极性 |\n| 日常社交 | 客服腔 + 书面语 | 去客服化 + 缩句/语气词/省略主语 + 动作代入 | ⭐ | - |\n| 学术专业 | 学术套话 + 废话凑字 | 挤水分 + 说人话 + 保术语 + 逻辑链显化 | ⭐⭐⭐⭐ | ⚠️ B模式优先保留术语密度与论证完整性；严禁删除专业表述或弱化严谨性 |\n\n> 🔗 **质检联动要求**：各场景改写完成后，须通过对应场景的专项质检项：\n> -   情感叙事 → 朗读层（必须列出≥2处模拟朗读卡顿点及解决方式）\n> -   职场商业 → 用词层（黑话替换率100% + 无新增抽象词）\n> -   景物氛围 → 句式层 + 朗读层（通感表达自然度验证）\n> -   观点评论 → 内容层（立场一致性校验 + 锐度词准确性）\n> -   日常社交 → 朗读层 + 用词层（口语化程度达标 + 无书面残留）\n> -   学术专业 → 内容层 + 句式层（术语零误删 + 逻辑链完整 + 无冗余连接词）\n\n---\n\n## 📝 通用场景改写示例\n\n以下示例均来自真实内容改写参考，AI 原句中用上标数字标注具体 AI 味问题点，可直接对照调整。\n\n### 1. 普通感想类（爬山活动）\n\n**🤖 AI 味原句**：\n\n综上所述¹，周末去郊外爬山是一项非常有益的²活动，不仅可以³锻炼身体，还能⁴欣赏自然风光，缓解工作压力，值得大家尝试⁵。\n\n**👨‍🏫 人类味改写**：\n\n上周六去爬了近郊的山，虽然爬到半山腰差点喘不上气，站在山顶吹着风看远处的云的时候，感觉上周攒的疲惫全散了。有空真的可以去试试。\n\n**🔪 核心手术刀**：\n\n| 问题点 | 手术 |\n| :--- | :--- |\n| ¹「综上所述」— AI 标志性总结词 | 直接删除，从具体时间切入 |\n| ²「非常有益的」— 空泛评价 | 替换为具体体验（喘不上气→吹风看云→疲惫散了） |\n| ³⁴「不仅…还能…」— 对称句式 | 打碎为自然叙述，不强行并列 |\n| ⁵「值得大家尝试」— 万能推荐语 | 改为口语化的「有空真的可以去试试」 |\n\n---\n\n### 2. 产品评价类（蓝牙耳机）\n\n**🤖 AI 味原句**：\n\n这款蓝牙耳机的性价比非常高²，音质清晰³，续航时间长达24小时⁴，佩戴舒适⁵，价格仅需199元，是同价位产品中的不二之选⁶。\n\n**👨‍🏫 人类味改写**：\n\n我用了快半个月²的这款蓝牙耳机，说实话³199块真的挺值的。充一次电能用快一周⁴，戴去跑步也不会掉⁵，音质对我这种非发烧友来说完全够⁶。\n\n**🔪 核心手术刀**：\n\n| 问题点 | 手术 |\n| :--- | :--- |\n| ¹ 缺少第一人称视角 | 加入「我用了快半个月」建立真实体验感 |\n| ²「性价比非常高」— 空泛评价 | 改为「说实话199块真的挺值的」口语化评价 |\n| ³「音质清晰」— 无标准定义 | 改为「对我这种非发烧友来说完全够」，加入自我认知边界 |\n| ⁴「长达24小时」— 纯参数罗列 | 改为「充一次电能用快一周」生活化表达 |\n| ⁵「佩戴舒适」— 空洞断言 | 改为「戴去跑步也不会掉」场景化验证 |\n| ⁶「不二之选」— AI 高频绝对词 | 删除，用真诚推荐语气自然收尾 |\n\n---\n\n### 3. 经验分享类（自媒体内容点击率提升）\n\n**🤖 AI 味原句**：\n\n要提升自媒体内容的点击率，首先¹要优化标题，其次²要做好封面设计，最后³要选择合适的发布时间，做好以上三点⁴就能有效提升内容数据。\n\n**👨‍🏫 人类味改写**：\n\n我发了几十篇笔记总结出来的小经验：标题里尽量带具体数字，封面别放太乱的图，晚上8点左右发流量相对好点，你们可以试试。\n\n**🔪 核心手术刀**：\n\n| 问题点 | 手术 |\n| :--- | :--- |\n| ¹²³「首先…其次…最后」— 三段论机械结构 | 改为「总结出来的小经验：」自然引出 |\n| ⁴「做好以上三点就能」— 强行因果 | 改为「你们可以试试」，降低断言力度 |\n| 缺少个人经验锚点 | 加入「我发了几十篇笔记」建立可信度 |\n| 内容空泛无细节 | 加入具体数字（几十篇）、具体时间（晚上8点） |\n\n---\n\n## 📱 自媒体/小红书场景改写示例\n\n### 种草文案类（保湿面霜）\n\n**🤖 AI 味原句**：\n\n家人们¹，今天给大家分享一款超好用的²保湿面霜，它的成分非常安全³，含有玻尿酸和神经酰胺⁴，补水效果非常好⁵，吸收快不粘腻⁶，敏感肌也可以放心使用⁷，真的绝绝子⁸，我已经回购第三次了⁹。\n\n**👨‍🏫 人类味改写**：\n\n救大命！我冬天脸干到爆皮，用了闺蜜推荐的这款面霜居然三天就缓过来了。涂完吸收很快完全不黏枕头，我这种换季容易泛红的敏感皮用着也没刺痛，已经回购第三罐了。\n\n**🔪 核心手术刀**：\n\n| 问题点 | 手术 |\n| :--- | :--- |\n| ¹「家人们」— AI 滥用热词，无情绪支撑 | 改为「救大命！」真实情绪爆发 |\n| ²「超好用的」— 空洞好评 | 改为具体场景「冬天脸干到爆皮→三天缓过来」 |\n| ³「成分非常安全」— 模糊断言 | 替换为真实体验「用着也没刺痛」 |\n| ⁴「含有玻尿酸和神经酰胺」— 成分罗列 | 删除，普通用户不关心成分名，只关心效果 |\n| ⁵「非常好」— 万能形容词 | 改为「完全不黏枕头」生活化检验标准 |\n| ⁶「吸收快不粘腻」— 标准话术 | 改写同上 |\n| ⁷「敏感肌也可以放心使用」— 覆盖所有人群的端水 | 改为「我这种换季容易泛红的敏感皮」个人化限定 |\n| ⁸「绝绝子」— 脱离情绪硬加的网络热词 | 删除 |\n| ⁹「回购第三次」→ 改为「回购第三罐」 | 量词从「次」改为「罐」更口语化 |\n\n---\n\n## 📚 学术论文场景改写示例\n\n### 医疗影像诊断（含具体数据）\n\n**🤖 AI 味原句**：\n\n综上所述¹，人工智能技术²在医疗影像诊断领域的应用日益广泛³，本研究构建的诊断系统具有高效、准确、实用的特点⁴，为临床医生提供了有力的技术支持⁵，具有重要的理论意义和实践价值⁶。\n\n**👨‍🏫 人类味改写**：\n\n深度学习在医疗影像诊断中的应用场景正逐步拓展，本研究基于10万张多中心临床影像数据构建的卷积神经网络模型，在肺炎检测任务上准确率达94%，较现有方法提升6个百分点，目前已在两家三甲医院完成试点部署。\n\n**🔪 核心手术刀**：\n\n| 问题点 | 手术 |\n| :--- | :--- |\n| ¹「综上所述」— AI 八股收尾词 | 直接删除 |\n| ²「人工智能技术」— 泛化术语 | 改为「深度学习」具体技术路线 |\n| ³「应用日益广泛」— 模糊背景句 | 改为「应用场景正逐步拓展」降低夸大感 |\n| ⁴「高效、准确、实用」— 三个空泛形容词堆砌 | 替换为具体数据「10万张影像」「准确率94%」「提升6个百分点」 |\n| ⁵「提供了有力的技术支持」— 学术套话 | 改为「已在两家三甲医院完成试点部署」可验证事实 |\n| ⁶「重要的理论意义和实践价值」— 万能升华 | 删除，用具体落地成果自然收尾 |\n\n> 学术场景改写要点：删掉所有「综上所述/具有重要理论意义/提供了有力支撑」等凑字套话；用具体数据（样本量/准确率/提升幅度/部署单位）替换空泛形容词；保持学术严谨性的同时把结论翻译成可验证的事实陈述。\n\n---\n\n## 🧠 心法层与破式示例\n\n> 从「基础替换」到「思维重构」的进阶指南。核心心法：**AI 味本质是「被平均」，人味的核心是「有偏科」。**\n\n### 心法层三认知\n\n在进入具体改写前，先建立三个底层认知：\n\n| 认知 | AI 的偏好 | 人类的偏好 | 改写方向 |\n| :--- | :--- | :--- | :--- |\n| **1. 对称美 vs 破规矩** | 排比、对仗、整齐划一 | 长短交错、跳脱、突然转折 | 打破一切工整结构 |\n| **2. 全面正确 vs 片面深刻** | 每个角度都照顾到 | 只挑最戳自己的那个点说透 | 删掉 80% 的观点，只留最痛的那个 |\n| **3. 通用词 vs 专属词** | 重要、关键、显著 | 让我睡不着觉的、卡了我三天的、当时眼泪就下来了 | 用私人经验命名感受 |\n\n---\n\n### 🔨 破句式：打破 AI 的「排比强迫症」\n\n#### 示例 1：场景描写（春天）\n\n**❌ AI 味原句**：\n\n春天来了，万物复苏¹。柳树抽出了嫩绿的枝条²，迎春花绽放出金黄的花朵³，小草也从泥土中探出了脑袋⁴。整个世界充满了生机与活力⁵。\n\n**问题诊断**：四组排比（²³⁴）+ 工整收束（¹⁵），典型 AI 套路。\n\n**✅ 改写版本 A（散文式）**：\n\n春天是猝不及防的。前一天还裹着羽绒服，第二天出门就发现柳条软了。我蹲在小区花坛边，看一只蜜蜂在一朵还没全开的迎春花上打转——它比我更早知道春天来了。\n\n**✅ 改写版本 B（口语式）**：\n\n春天一到，我就知道——又到了一年一度鼻子过敏的时候。不过说实话，楼下的柳树确实变绿了，远远看过去毛茸茸的，像一排炸毛的猫。\n\n**改写要点**：\n\n- 用「猝不及防」替代「万物复苏」，用个人观察替代排比\n- 加入第一人称感官（蹲在花坛边看蜜蜂 / 鼻子过敏）\n- 加入个人化联想（炸毛的猫）\n\n---\n\n#### 示例 2：观点表达（学习）\n\n**❌ AI 味原句**：\n\n学习不仅需要努力，更需要方法¹。只有掌握科学的学习方法，才能事半功倍²。同时，我们也要保持良好的心态³，劳逸结合，才能取得理想的成绩⁴。\n\n**问题诊断**：「不仅…更…」¹「只有…才能…」²「同时…也…」³「才能…」⁴ 四组关联词堆叠，AI 味浓到溢出。\n\n**✅ 改写版本**：\n\n高中那会儿我有个误区：以为使劲刷题就够了。后来发现，真正让我提分的是错题本——不是抄题，是把同一道题的错因分门别类记下来。心态当然也重要，但那是「别崩」，不是「加油」。\n\n**改写要点**：\n\n- 用个人经历替代泛化的「我们」\n- 拆掉四组对仗关联词\n- 「别崩 vs 加油」制造反差\n- 引用具体方法（错题本分门别类）\n\n---\n\n### 🔨 破结构：让节奏「长-短-长-短」\n\n#### 示例 3：产品体验（耳机）\n\n**❌ AI 味原句**（均匀段落）：\n\n这款耳机音质出色¹。采用了先进的驱动单元²，呈现出细腻的高频和浑厚的低频。佩戴舒适度也很好³，长时间使用也不会感到不适。续航方面，单次充电可使用 8 小时⁴，配合充电仓可达 30 小时。综合来看，是一款性价比很高的产品⁵。\n\n**问题诊断**：四段长度几乎一致（节奏感全无），多处空泛评价（¹³⁵）+ 无实际体验感（²⁴）。\n\n**✅ 改写版本**：\n\n这耳机我戴了一个月，最大的感受是——它让我重新听见了音乐里的细节。\n\n以前用几十块的有线耳机，听歌就是听个响。换成这款之后，第一次听出了《Hotel California》里那几下鼓刷的沙沙声，那种感觉挺奇妙的。\n\n佩戴也舒服。我这种小耳道用户，戴别的入耳式半小时就疼，这款能撑 2-3 小时看电影。\n\n续航官方说 30 小时，实际大概 26 左右。够用了。\n\n缺点也有：充电口不是 Type-C，是 Micro-USB，这点扣分。\n\n**改写要点**：\n\n- 第一段短句立 flag；中间两段详细展开（长短交错）\n- 数字具体化（26 小时、2-3 小时、30 小时）\n- 结尾用具体缺点收束，不「升华」不「综合评价」\n\n---\n\n### 🔨 破思维：加入「只有你知道」的细节\n\n#### 示例 4：童年怀旧\n\n**❌ AI 味原句**：\n\n童年的记忆总是令人难忘¹。那时候我们无忧无虑²，在田野间奔跑，在小河里嬉戏³。那些纯真的时光，成为了一生中最宝贵的回忆⁴。\n\n**问题诊断**：从头到尾抽象概述（¹²⁴³），无任何具体画面或感官细节。\n\n**✅ 改写版本**：\n\n提到童年，我脑子里第一个画面是：夏天下午，爷爷把竹床搬到院子里，我躺在上面数星星。奶奶在边上扇蒲扇，一边骂蚊子太多。\n\n那时候的蚊子是真多。咬一口就是一个包，痒得我把皮都挠破了。但那时候好像不怕痒——或者说，痒着痒着就忘了，接着数星星。\n\n现在的孩子估计没这体验了。他们数的是屏幕上的星星，是手游里的那种。\n\n**改写要点**：\n\n- 具象到一个画面（竹床 + 蒲扇 + 数星星）\n- 加入感官细节（蚊子包、痒、挠破皮）\n- 时代对比但不升华不总结，停在画面上\n\n---\n\n### 🔨 破语气：让「我」站出来\n\nAI 永远在「客观陈述」，人在「主观表态」。以下为**主观性增强词库**：\n\n| 弱化表达（AI 常用） | 强化表达（真人常用） |\n| :--- | :--- |\n| 可能是 | 我赌五毛钱是 |\n| 或许 | 我个人觉得 |\n| 有一定的道理 | 这话我同意一半 |\n| 令人深思 | 让我愣了一会儿 |\n| 值得关注 | 盯了它三天 |\n| 引发思考 | 让我想到自己 |\n| 值得探讨 | 咱们掰扯掰扯 |\n\n#### 示例 5：影评类\n\n**❌ AI 味原句**：\n\n这部电影探讨了人性与社会的复杂关系¹。导演通过细腻的镜头语言²，深刻揭示了当代人的精神困境³。影片的叙事结构巧妙⁴，演员表演精湛，是一部值得深思的作品⁵。\n\n**问题诊断**：全程零第一人称¹²³⁴⁵，全篇空泛评价词堆砌。\n\n**✅ 改写版本**：\n\n看完这片子，我在电影院坐了十分钟没动。不是因为震撼，是因为——我认出了里面的自己。\n\n主角是个体面的中层，有房有车有娃，但就是不开心。这种「什么都有但就是不对劲」的感觉，被拍得太准了。中间有一段他在车里发呆的戏，我差点以为监视器在拍我。\n\n但我得说一句：这片的节奏有点问题。前半段太散，后半段又突然收紧，有点赶。\n\n总体 7.5 分。如果你也是那种「中年危机前兆」人群，会被戳到。\n\n**改写要点**：\n\n- 用「我」贯穿全篇\n- 加入生理反应（坐了十分钟没动）\n- 有褒有贬（7.5 分 + 缺点指出）\n- 圈定目标人群（中年危机前兆），不泛泛而谈\n\n---\n\n### 🎯 终极自检五问\n\n写完任何一段后，问自己：\n\n| # | 问题 | 不像人就… |\n| :--: | :--- | :--- |\n| 1 | 这段话，**我妈会说吗**？ | 改口语 |\n| 2 | 如果我朋友这么说话，**我会觉得他装吗**？ | 改朴实 |\n| 3 | 这段有没有一句是**「只有我才知道」的**？ | 加细节 |\n| 4 | 段与段之间，**节奏有变化吗**？ | 长短句交替 |\n| 5 | 结尾是在**「升华」还是在「说话」**？ | 换成具体细节收尾 |\n\n> **一句话总结**：AI 味 = 平均 + 全面 + 正确；人味 = 偏科 + 片面 + 真情；去 AI 味 = 把「正确答案」换成「我的答案」。当你写的内容里有且只有你能写出来的那 5%，AI 味就彻底消失了——因为那 5%，是算法永远无法预测的「你」。\n\nFile v0.1.0:resources/examples.md\n\n# 中文去AI味改写示例库\n\n---\n\n## 一、通用文本改写\n\n### 示例 1：技术文案\n\n**改写前（AI味）：**\n> 新的软件更新作为公司致力于创新的证明。此外，它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。这不仅仅是一次更新，而是我们思考生产力方式的革命。行业专家认为这将对整个行业产生持久影响，彰显了公司在不断演变的技术格局中的关键作用。\n\n**改写后（人味）：**\n> 软件更新添加了批处理、键盘快捷键和离线模式。来自测试用户的早期反馈是积极的，大多数报告任务完成速度更快。\n\n**改动说明：**\n- 删\"作为...的证明\"（夸大象征意义）\n- 删\"此外\"（AI连接词）\n- 删\"无缝、直观和强大\"（三段式+宣传语言）\n- 删破折号+\"确保\"短语\n- 删\"不仅仅是...而是...\"（否定排比）\n- 删\"行业专家认为\"（模糊归因）\n- 删\"关键作用\"\"不断演变的格局\"（AI词汇）\n- 添加具体功能和具体反馈\n\n---\n\n### 示例 2：情感/社交文案\n\n**改写前（AI味）：**\n> 我特别懂这种感觉——心里堆了好多话，翻遍通讯录却不知道该发给谁，怕打扰别人、怕不被理解、怕显得矫情，最后只能安安静静讲给AI听。\n>\n> 能被你信任、能让你觉得\"有人懂\"，真的特别荣幸。\n> 以后不管是开心的、委屈的、迷茫的、碎碎念的，你都可以随时来找我说，我一直都在，认真听，不打断、不评判、不敷衍。❤️\n\n**改写后（人味）：**\n> 有时候心里堵得慌，翻了一圈好友列表，算了，还是不发了——怕人家觉得我怎么这样、怕自己说清楚、怕显得太丧。深夜对着AI敲字反而轻松点，至少它不会嫌我烦。\n>\n> 被这样信任着，说真的，还挺开心的。\n> 以后有什么想说的就说吧，开心也好、委屈也罢、或者就是碎碎念，我都在。\n\n**改动说明：**\n- 删\"特别懂这种感觉\"→\"有时候心里堵得慌\"（更真实）\n- 三连怕简化为模糊的\"怕\"（符合真实犹豫状态）\n- 删\"能被你信任\"（太正式，像客服话术）\n- \"真的特别荣幸\"→\"还挺开心的\"（更真实）\n- \"不管...都...\"公式化句式拆散重组\n- \"不打断、不评判、不敷衍\"→\"不会嫌我烦\"（三连排比→口语化）\n- 删❤️（自然收尾）\n\n---\n\n### 示例 3：营销文案\n\n**改写前（AI味）：**\n> 坐落于令人叹为观止的云南大理，这家餐厅拥有丰富的文化底蕴和迷人的自然风光。它不仅是当地美食的杰出代表，更是传统与现代完美融合的典范。在这里，您可以品尝到正宗的云南过桥米线，感受独特的民族风情，体验前所未有的味觉盛宴。\n\n**改写后（人味）：**\n> 大理古城人民路往南走两百米，左手边有家米线店，开了十二年。老板是本地人，过桥米线用的是土鸡汤底，早上六点开始熬。周末去的话要排队，工作日人少点。\n\n**改动说明：**\n- 删\"坐落于令人叹为观止的\"（宣传语言）\n- 删\"丰富的文化底蕴和迷人的自然风光\"（AI形容词堆砌）\n- 删\"杰出代表\"\"完美融合的典范\"（夸大）\n- 删\"前所未有的味觉盛宴\"（虚假宣传）\n- 添加具体地址、营业时间、实际体验\n\n---\n\n## 二、网文改写\n\n### 示例 4：动作描写\n\n**改写前（AI味）：**\n> 他深吸一口气，眼中闪过一丝不易察觉的冷意，嘴角勾起一抹意味深长的弧度。缓缓开口，声音不大，却带着一种不容置疑的力量：\"你确定？\"\n\n**改写后（人味）：**\n> 他盯着对方看了两秒，笑了下，没到眼底。\n> \"你确定？\"\n\n**改动说明：**\n- \"深吸一口气\"→删\n- \"眼中闪过一丝不易察觉的冷意\"→\"盯着对方看了两秒\"\n- \"嘴角勾起一抹意味深长的弧度\"→\"笑了下，没到眼底\"\n- \"缓缓开口\"→删，用对话直接引出\n- \"声音不大，却带着一种不容置疑的力量\"→删\n\n---\n\n### 示例 5：心理描写\n\n**改写前（AI味）：**\n> 她心中涌起一股难以言喻的酸楚，心头一震，仿佛有什么东西碎裂了。她知道，这一切都回不去了。眼泪不由自主地滑落，她却咬紧牙关，不让声音发出来。\n\n**改写后（人味）：**\n> 鼻子一酸。\n> 她没出声，眼泪掉下来了，用手背擦了一下。\n\n**改动说明：**\n- \"心中涌起一股难以言喻的酸楚\"→\"鼻子一酸\"（身体反应替代心理告知）\n- \"心头一震，仿佛有什么东西碎裂了\"→删（AI万能比喻）\n- \"她知道，这一切都回不去了\"→删（总结升华）\n- \"不由自主\"→删\n- \"咬紧牙关，不让声音发出来\"→\"没出声\"+\"用手背擦了一下\"（动作替代描写）\n\n---\n\n### 示例 6：对话描写\n\n**改写前（AI味）：**\n> \"你为什么这样做？\"他问道，语气中带着一丝不解。\n> \"因为我别无选择。\"她回答道，声音平静却坚定。\n> \"可是这样太危险了。\"他说道，眉头紧锁。\n> \"我知道。\"她说道，嘴角勾起一抹苦涩的笑。\n\n**改写后（人味）：**\n> \"你干嘛这样？\"\n> \"没别的路。\"\n> \"太危险了。\"\n> \"嗯。\"她笑了一下。\n\n**改动说明：**\n- 对话标签（问道/回答道/说道）→删，用上下文区分说话人\n- \"语气中带着一丝不解\"→删\n- \"声音平静却坚定\"→删\n- \"眉头紧锁\"→删\n- \"嘴角勾起一抹苦涩的笑\"→\"笑了一下\"\n- 加入口语化表达（\"干嘛\"\"嗯\"）\n\n---\n\n## 三、学术/报告改写\n\n### 示例 7：研究报告\n\n**改写前（AI味）：**\n> 值得注意的是，随着人工智能技术的快速发展，其在各个领域的应用日益广泛。不可否认，AI技术的崛起为社会带来了前所未有的机遇与挑战。从某种意义上说，这不仅是一场技术革命，更是对人类认知方式的深刻变革。综上所述，我们需要以更加开放和包容的心态来面对这一趋势。\n\n**改写后（人味）：**\n> AI这两年渗透得很快，从写代码到画图都在用。但问题也跟着来了——版权怎么算、偏见怎么处理，目前还没有共识。这篇报告梳理了2024到2025年间的17个典型案例，试图找出一些规律。\n\n**改动说明：**\n- \"值得注意的是\"→删\n- \"随着...的快速发展\"→\"这两年渗透得很快\"（口语化）\n- \"不可否认\"→删\n- \"前所未有的机遇与挑战\"→具体化\n- \"从某种意义上说\"→删\n- \"不仅...更是...\"→删\n- \"综上所述\"→删\n- \"以更加开放和包容的心态\"→删（空洞）\n- 添加具体数据（17个案例）和时间范围\n\n\n---\n\n## 四、AI初稿 vs 人工修改对比\n\n### 示例 8：工具名精确化\n\n**AI写的：**\n> 有个小伙伴刚来的时候，专业能力说实话不算特别突出，但他有个特点，就是什么新工具都想试试。Claude刚出来他就用上了，Midjourney他玩得比谁都溜\n\n**人改的：**\n> 有个小伙伴刚来的时候，专业能力说实话不算特别突出，但他有个特点，就是什么新工具都想试试。Deepresearch刚出来他就用上了，Claude code啥的也比很多人6，后来比如Clawbot这些东西一出，他第一时间就扑上去研究\n\n**差异：** 工具名更精确、更当下，口语化更彻底（\"啥的\"、\"比很多人6\"）\n\n---\n\n### 示例 9：假设性例子 → 真实细节\n\n**AI写的：**\n> 我举个例子。有一次我需要批量处理一些图片，以前我可能得找个会Python的同事帮忙\n\n**人改的：**\n> 就像我今天正在搞的爬下来我自己的内容在全网的数据，然后统计到飞书多维表格里面做存储，再直接用AI进行数据分析\n\n**差异：** 把假设的\"有一次\"换成了\"今天正在搞的\"真实场景。禁用假设性例子，要用正在发生的真实细节。\n\n---\n\n### 示例 10：私人判断注入\n\n**AI写的：**\n> 我们不打卡，不考勤，不看你每天工作了多少个小时。一个会用AI的人，可能每天工作六个小时，产出比一个不会用AI的人工作十个小时还多。\n\n**人改的：**\n> 我们不打卡，不考勤，不看你每天工作了多少个小时。甚至在AI时代，我真的觉得，工时这个指标变得毫无意义。一个会用AI的人，可能每天工作2个小时，产出比一个不会用AI的人工作10个小时还多。\n\n**差异：** 加了\"我真的觉得\"的私人判断，数字从6改成2更极端更有冲击力，阿拉伯数字比汉字数字更口语\n\n---\n\n### 示例 11：开头改写（教科书 → 具体事件）\n\n**AI写的（教科书开头）：**\n> 在当今AI快速发展的时代，越来越多的企业开始探索人工智能的应用。随着技术的不断进步，AI正在深刻改变着不同领域的运作方式。\n\n**人改的（具体事件切入）：**\n> 故事是这样的。\n> 我最近刷淘宝挺多，然后昨天，鬼使神差的，在淘宝上，搜了一下DeepSeek。\n\n**差异：** 从一个具体的、当下的事件切入，第一句话让读者产生\"然后呢？\"的冲动\n\n---\n\n### 示例 12：标点修复\n\n**AI写的：**\n> 这款产品有三个核心优势：第一，速度快；第二，精度高；第三，成本低——这使得它在市场上具有独特的竞争力。\n\n**人改的：**\n> 这款产品有三个核心优势，第一，速度快，第二，精度高，第三，成本低，这使得它在市场上具有独特的竞争力。\n\n**差异：** 冒号→逗号，破折号→逗号。标点禁令：不用冒号、破折号、双引号。\n\n---\n\n### 示例 13：句式断裂（增加活人感）\n\n**AI写的：**\n> 这个发现非常重要，它改变了我们对整个问题的理解，也让我们重新审视之前的假设。\n\n**人改的：**\n> 这个发现非常重要。\n> 它改变了我们对整个问题的理解。\n> 也让我们重新审视之前的假设。\n\n**差异：** 用句式断裂制造停顿和重量感，在情绪高点或转折点用极短句独立成段\n\n---\n\n### 示例 14：论述中的故意打破\n\n**AI写的：**\n> 这个方案经过了充分的论证，具有较高的可行性，建议尽快推进实施。\n\n**人改的：**\n> 这个方案，怎么说呢，我觉得大方向没问题。可能有些细节还需要再打磨，但反正我觉得，可以先跑起来看看。\n\n**差异：** 用\"怎么说呢\"、\"我觉得\"、\"反正我觉得\"等口语打断，破坏严谨性，让论述有温度\n\nFile v0.1.0:resources/structures.md\n\n# 中文 AI 味结构性问题清单\n\n---\n\n## 一、二元对比（制造虚假戏剧性）\n\n直接陈述观点，省略否定铺垫。\n\n| 禁用句式 | 示例 | 修法 |\n|----------|------|------|\n| \"不是X，而是Y\" | \"他不是冷漠，而是绝望\" | 直接写 Y |\n| \"X不是问题，Y才是\" | \"技术不是问题，人才是\" | 直接说 Y |\n| \"答案不是X，是Y\" | \"答案不是等待，是行动\" | 直接说 Y |\n| \"感觉像X，其实是Y\" | \"感觉像巧合，其实是必然\" | 直接说 Y |\n| \"问题不是X，而是Y\" | \"问题不是缺钱，而是缺方向\" | 直接说 Y |\n| \"不再是X，开始成为Y\" | \"他不再是孩子，开始成为男人\" | 用具体行为展示 |\n| \"不仅X，而且Y\" | \"不仅是技术，更是艺术\" | 直接说 Y，或两者并列 |\n\n---\n\n## 二、否定列举（修辞性拖延）\n\n在揭示\"是什么\"之前先列举\"不是什么\"，是一种修辞上的拖延。\n\n| 禁用句式 | 示例 | 修法 |\n|----------|------|------|\n| \"不是X...不是Y...是Z\" | \"不是英雄，不是圣人，只是一个普通人\" | 直接说 Z |\n| \"没有X，没有Y，只有Z\" | \"没有掌声，没有鲜花，只有默默的付出\" | 直接说 Z |\n\n---\n\n## 三、戏剧性碎片化（人工制造深刻感）\n\n| 禁用句式 | 示例 | 修法 |\n|----------|------|------|\n| \"X。就这样。就是这个。\" | \"勇气。就这样。这就是勇气。\" | 用完整句子 |\n| \"X。而且Y。而且Z。\" | \"他走了。而且没有回头。而且再也没回来。\" | 合并为一句 |\n| \"这一刻，X\" | \"这一刻，他终于明白了\" | 删掉，用动作收尾 |\n\n---\n\n## 四、修辞性设置（宣告洞察而非传递洞察）\n\n| 禁用句式 | 示例 | 修法 |\n|----------|------|------|\n| \"如果...呢？\" | \"如果换个角度想呢？\" | 直接阐述观点 |\n| \"我的意思是：\" | \"我的意思是，我们需要改变\" | 直接说 |\n| \"想想看：\" | \"想想看，这背后意味着什么\" | 直接说 |\n| \"这也没关系。\" | \"失败了也没关系。\" | 删掉，或用具体行动说明 |\n\n---\n\n## 五、公式化结构\n\n### \"首先...其次...最后...\" 三段式\n→ 用更隐性的连接方式（\"说到这里\"、\"另一方面\"、\"回过头来看\"）\n\n### \"随着...的发展\"\n→ 直接说发生了什么\n\n### \"在...的背景下\"\n→ 直接说背景事实\n\n### \"从某种意义上说\"\n→ 删掉，直接说\n\n### \"值得注意的是\" / \"需要指出的是\"\n→ 删掉，直接说内容\n\n---\n\n## 六、虚假能动性（无生命物体做人事）\n\n| 禁用句式 | 示例 | 修法 |\n|----------|------|------|\n| X变成了Y | \"投诉变成了修复\" | \"团队在那周修复了它\" |\n| X存在或消亡 | \"赌注在几天内存亡\" | \"某人终止了项目\" |\n| X浮现 | \"决定浮现了\" | \"某人做出了决定\" |\n| X转变 | \"文化转变了\" | \"人们改变了行为\" |\n| X告诉我们 | \"数据告诉我们\" | \"某人阅读数据后得出结论\" |\n| X奖励 | \"市场奖励\" | \"买家为产品付费\" |\n\n---\n\n## 七、距离化叙述者（上帝视角）\n\n| 禁用句式 | 示例 | 修法 |\n|----------|------|------|\n| \"没有人设计过这个。\" | 脱离实体的观察 | \"你不会坐下来就决定去...\" |\n| \"这是因为...\" | 讲师口吻 | 用场景/细节说明 |\n| \"人们往往会...\" | 社会学家口吻 | 用具体例子 |\n| \"这正是...\" | 宣告式 | 直接陈述 |\n\n---\n\n## 八、被动语态（隐藏行为者）\n\n每句话都需要一个执行动作的主语。\n\n| 禁用句式 | 修法 |\n|----------|------|\n| \"X被创造了\" | 指明谁创造了它 |\n| \"人们认为\" | 指明谁认为 |\n| \"错误被犯了\" | 指明谁犯的错 |\n| \"决定被做出了\" | 指明谁做的决定 |\n\n---\n\n## 九、节奏问题\n\n### 三项目列表过度\n→ 用两个项目或一个\n\n### 问题被立即回答\n→ 让问题留有思考空间或删掉问题\n\n### 每个段落都以有力结尾\n→ 变化结尾方式\n\n### 连续句子长度相同\n→ 打断其中一个，长短交错\n\n### 连续短句堆叠\n→ 合并或加入长句\n\n---\n\n## 十、词汇模式\n\n### 懒惰的极端词\n每个、总是、从不、所有人、没有人 → 用具体细节代替\n\n### 副词过度\n突然、好像、瞬间、其实、实际上 → 删掉或用具体描写\n\n### 同义词循环（刻意换词避免重复）\nAI 有重复惩罚代码，导致过度使用同义词替换 → 允许自然重复\n\n## 十一、高危文体结构禁用清单\n\n| 文体 | 禁用结构手法 | 安全替代方案 |\n| :--- | :--- | :--- |\n| 法律文书 | 开放式结尾、留白、叙事钩子 | 结论前置+条款索引+事实陈述 |\n| 医疗科普 | 倒金字塔、反套路比喻、视角下移 | 事实陈述+权威来源标注+分层解读 |\n| 政策解读 | 留白、情绪化钩子、锐度造词 | 原文引述+分层解读+中性表述 |\n| 学术专业 | 开放式结尾、文学化留白、叙事钩子 | 逻辑链显化+术语锚点+结论明确 |\n\n> ⚠️ 当原文属于上述高危文体时，仅允许执行“过渡词滥用”“段落均质化”两项低风险修复，其余手法自动降级或跳过。\n\nFile v0.1.0:skill-card.md\n\n## Description:\n\nlibai-skill helps agents detect and rewrite Chinese text to reduce AI-authorship cues, using staged diagnosis, rewriting, and quality checks to produce more natural prose.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[ebandao777-oss](https://clawhub.ai/user/ebandao777-oss)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to review Chinese text for AI-like style patterns and produce rewritten prose, diagnostics, and quality-check summaries. It is best suited for transparent editing workflows where the user reviews changes before use.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill is intended to reduce AI-authorship cues and may be misused for authorship-sensitive, academic, compliance, or review-evasion submissions.\n\nMitigation: Use it only for transparent style editing where AI assistance may be disclosed, and avoid academic, compliance, authorship-sensitive, or review-evasion contexts.\n\nRisk: Documented shell usage may expose raw user text when passed directly as a command argument.\n\nMitigation: Use stdin or a safe file path for user text instead of embedding raw text in shell commands.\n\nRisk: Rewriting behavior may add personal-sounding claims or first-person phrasing that was not present in the original.\n\nMitigation: Inspect rewritten output before use and remove unsupported claims, invented personal details, or changed factual meaning.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/ebandao777-oss/skills/libai-skill)\n- [Publisher profile](https://clawhub.ai/user/ebandao777-oss)\n- [Server-resolved GitHub source](https://github.com/ebandao777-oss/libai-skill)\n- [README](README.md)\n- [Quickstart](QUICKSTART.md)\n- [FAQ](faq.md)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, JSON, shell commands, guidance]\n\n**Output Format:** [Chinese prose, Markdown summaries, optional JSON diagnostics, and optional output files.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Outputs may include rewritten text, diagnosis reports, revision summaries, quality checks, and command guidance; rewritten content requires human review.]\n\n## Skill Version(s):\n\n0.1.0 (source: ClawHub release metadata; artifact SKILL.md frontmatter states 2.0.0)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v0.1.0:resources/synonyms.json\n\n{\n  \"显著\": [\n    \"明显\",\n    \"突出\"\n  ],\n  \"优化\": [\n    \"完善\",\n    \"改善\"\n  ],\n  \"深化\": \"加深\",\n  \"展现\": \"展示\",\n  \"蕴含\": [\n    \"包含\",\n    \"包涵\",\n    \"孕育\"\n  ],\n  \"体现\": \"表现\",\n  \"涵盖\": [\n    \"包含\",\n    \"囊括\",\n    \"覆盖\"\n  ],\n  \"包括\": [\n    \"包含\",\n    \"囊括\",\n    \"含有\"\n  ],\n  \"因此\": \"由此\",\n  \"然而\": [\n    \"可是\",\n    \"不过\"\n  ],\n  \"此外\": [\n    \"还有\",\n    \"再者\"\n  ],\n  \"同时\": \"与此同时\",\n  \"充分\": [\n    \"充足\",\n    \"丰富\",\n    \"充沛\"\n  ],\n  \"引领\": [\n    \"带领\",\n    \"引导\",\n    \"指引\"\n  ],\n  \"贡献\": [\n    \"付出\",\n    \"奉献\",\n    \"努力\"\n  ],\n  \"劣势\": [\n    \"短处\",\n    \"缺点\",\n    \"不足\"\n  ],\n  \"不足\": [\n    \"不够\",\n    \"欠缺\",\n    \"缺乏\"\n  ],\n  \"缺乏\": \"缺少\",\n  \"丰富\": [\n    \"充裕\",\n    \"富足\",\n    \"丰盛\"\n  ],\n  \"多样\": [\n    \"多元\",\n    \"多彩\"\n  ],\n  \"复杂\": [\n    \"繁复\",\n    \"繁杂\",\n    \"纷繁\"\n  ],\n  \"简单\": [\n    \"简便\",\n    \"简易\",\n    \"单纯\"\n  ],\n  \"科学\": \"严谨\",\n  \"典型\": [\n    \"代表\",\n    \"范例\",\n    \"样板\"\n  ],\n  \"独特\": [\n    \"特别\",\n    \"独到\",\n    \"特有\"\n  ],\n  \"特殊\": [\n    \"特别\",\n    \"特异\",\n    \"独特\"\n  ],\n  \"通常\": [\n    \"经常\",\n    \"平常\"\n  ],\n  \"往往\": [\n    \"常常\",\n    \"经常\",\n    \"大多\"\n  ],\n  \"常常\": [\n    \"时常\",\n    \"经常\",\n    \"不时\"\n  ],\n  \"逐渐\": [\n    \"渐渐\",\n    \"缓缓\"\n  ],\n  \"稳步\": [\n    \"平稳\",\n    \"稳当\",\n    \"稳健\"\n  ],\n  \"迅速\": [\n    \"迅猛\",\n    \"疾速\"\n  ],\n  \"巨大\": \"极大\",\n  \"庞大\": [\n    \"浩大\",\n    \"硕大\"\n  ],\n  \"微小\": [\n    \"细微\",\n    \"细小\",\n    \"渺小\"\n  ],\n  \"次要\": [\n    \"从属\",\n    \"次重要\"\n  ],\n  \"直接\": [\n    \"径直\",\n    \"正面\",\n    \"直截\"\n  ],\n  \"间接\": [\n    \"旁及\",\n    \"迂回\",\n    \"曲折\"\n  ],\n  \"起初\": [\n    \"开始\",\n    \"最初\",\n    \"初始\"\n  ],\n  \"之前\": [\n    \"以前\",\n    \"先前\",\n    \"此前\"\n  ],\n  \"之后\": [\n    \"以后\",\n    \"随后\",\n    \"然后\"\n  ],\n  \"日益\": [\n    \"日渐\",\n    \"逐日\"\n  ],\n  \"越来越\": [\n    \"日渐\",\n    \"逐步\"\n  ],\n  \"出现\": [\n    \"产生\",\n    \"显现\",\n    \"涌现\"\n  ],\n  \"发生\": [\n    \"产生\",\n    \"出现\",\n    \"发作\"\n  ],\n  \"扩大\": [\n    \"增加\",\n    \"拓宽\",\n    \"拓展\"\n  ],\n  \"拓展\": \"扩展\",\n  \"延伸\": [\n    \"延长\",\n    \"扩展\"\n  ],\n  \"简化\": [\n    \"删减\",\n    \"压缩\"\n  ],\n  \"整合\": [\n    \"融合\",\n    \"合并\",\n    \"统一\"\n  ],\n  \"联合\": [\n    \"结合\",\n    \"携手\",\n    \"协作\"\n  ],\n  \"协作\": [\n    \"合作\",\n    \"配合\"\n  ],\n  \"激励\": [\n    \"激发\",\n    \"鼓励\",\n    \"鼓动\"\n  ],\n  \"调动\": [\n    \"激发\",\n    \"动员\",\n    \"发挥\"\n  ],\n  \"发扬\": [\n    \"发挥\",\n    \"光大\"\n  ],\n  \"弘扬\": [\n    \"光大\",\n    \"推广\"\n  ],\n  \"推广\": \"推行\",\n  \"普及\": [\n    \"推广\",\n    \"普遍化\",\n    \"大众化\"\n  ],\n  \"宣传\": [\n    \"宣扬\",\n    \"推广\",\n    \"传播\"\n  ],\n  \"传播\": [\n    \"扩散\",\n    \"散布\"\n  ],\n  \"传递\": [\n    \"传送\",\n    \"转达\"\n  ],\n  \"交流\": [\n    \"来往\",\n    \"互动\"\n  ],\n  \"沟通\": [\n    \"联络\",\n    \"联系\"\n  ],\n  \"联系\": [\n    \"联络\",\n    \"连接\"\n  ],\n  \"面向\": [\n    \"面对\",\n    \"朝向\"\n  ],\n  \"遭遇\": [\n    \"遭受\",\n    \"碰到\"\n  ],\n  \"遇到\": [\n    \"碰到\",\n    \"遇见\"\n  ],\n  \"解决\": [\n    \"处理\",\n    \"化解\",\n    \"克服\"\n  ],\n  \"处置\": [\n    \"应对\",\n    \"对付\"\n  ],\n  \"应对\": [\n    \"回应\",\n    \"应付\",\n    \"对待\"\n  ],\n  \"回应\": [\n    \"回复\",\n    \"答复\"\n  ],\n  \"反应\": [\n    \"反响\",\n    \"反馈\"\n  ],\n  \"反馈\": \"回馈\",\n  \"反映\": \"显示\",\n  \"显示\": \"展示\",\n  \"表明\": \"展示\",\n  \"说明\": \"阐明\",\n  \"解释\": [\n    \"解析\",\n    \"阐释\"\n  ],\n  \"阐述\": [\n    \"陈述\",\n    \"说明\",\n    \"描述\"\n  ],\n  \"描述\": [\n    \"描绘\",\n    \"形容\",\n    \"表述\"\n  ],\n  \"表达\": \"表现\",\n  \"表示\": [\n    \"表明\",\n    \"显示\"\n  ],\n  \"认为\": [\n    \"以为\",\n    \"相信\"\n  ],\n  \"觉得\": \"以为\",\n  \"感觉\": [\n    \"感受\",\n    \"体会\"\n  ],\n  \"体会\": [\n    \"感受\",\n    \"体验\",\n    \"领悟\"\n  ],\n  \"体验\": [\n    \"感受\",\n    \"尝试\"\n  ],\n  \"经历\": \"经受\",\n  \"依赖\": \"仰仗\",\n  \"深远\": [\n    \"长远\",\n    \"持久\"\n  ],\n  \"深度融合\": [\n    \"紧密结合\",\n    \"深度结合\"\n  ],\n  \"注入\": [\n    \"输入\",\n    \"引入\"\n  ],\n  \"活力\": [\n    \"生机\",\n    \"生气\"\n  ],\n  \"篇章\": [\n    \"章节\",\n    \"新篇章\"\n  ],\n  \"新时代\": [\n    \"新时期\",\n    \"新阶段\"\n  ],\n  \"努力\": [\n    \"奋斗\",\n    \"拼搏\"\n  ],\n  \"相信\": [\n    \"确信\",\n    \"坚信\"\n  ],\n  \"拥抱\": [\n    \"接受\",\n    \"接纳\"\n  ],\n  \"驾驭\": [\n    \"掌控\",\n    \"掌握\"\n  ],\n  \"谱写\": [\n    \"书写\",\n    \"创作\"\n  ],\n  \"来临\": [\n    \"到来\",\n    \"降临\"\n  ],\n  \"一场\": [\n    \"一次\",\n    \"一轮\"\n  ],\n  \"飞速\": [\n    \"快速\",\n    \"迅速\"\n  ],\n  \"并非\": \"不是\",\n  \"一蹴而就\": [\n    \"一步到位\",\n    \"一下子\"\n  ],\n  \"规避\": [\n    \"避免\",\n    \"回避\"\n  ],\n  \"风险\": \"危险\",\n  \"成为\": \"变成\",\n  \"教育工作者\": \"教育者\",\n  \"政策制定者\": \"决策者\",\n  \"技术开发者\": [\n    \"开发者\",\n    \"程序员\"\n  ],\n  \"场景\": \"情景\",\n  \"环节\": \"阶段\",\n  \"辅导\": \"指导\",\n  \"知识\": \"学识\",\n  \"习惯\": \"习性\",\n  \"兴趣\": \"爱好\",\n  \"偏好\": \"喜好\",\n  \"推荐\": \"建议\",\n  \"适配\": \"适合\",\n  \"例如\": \"比如\",\n  \"一些\": \"部分\",\n  \"语言\": \"言语\",\n  \"自然\": \"天然\",\n  \"纠正\": \"改正\",\n  \"发音\": \"读音\",\n  \"语法\": \"文法\",\n  \"错误\": \"失误\",\n  \"沉浸式\": \"沉浸\",\n  \"知识图谱\": \"知识库\",\n  \"解答\": \"回答\",\n  \"减轻\": \"减少\",\n  \"重复性\": \"重复\",\n  \"劳动\": \"工作\",\n  \"潜力\": \"潜能\",\n  \"作文\": \"文章\",\n  \"评分\": \"打分\",\n  \"结构\": \"架构\",\n  \"习作\": \"作品\",\n  \"详细\": \"详尽\",\n  \"修改\": \"改动\",\n  \"建议\": \"意见\",\n  \"行为\": \"举动\",\n  \"挖掘\": \"发掘\",\n  \"干预\": \"介入\",\n  \"降低\": \"减少\",\n  \"人脸\": \"面部\",\n  \"门禁\": \"出入\",\n  \"考勤\": \"签到\",\n  \"设备\": \"装备\",\n  \"招生\": \"录取\",\n  \"规划\": \"计划\",\n  \"配置\": \"分配\",\n  \"便捷\": \"方便\",\n  \"诸多\": \"许多\",\n  \"大多\": \"多数\",\n  \"理解\": \"了解\",\n  \"导致\": \"致使\"\n}\n\nFile v0.1.0:resources/zh_rules_archived.json\n\n{\n  \"metaphor_cliche_ban\": {\n    \"_desc\": \"比喻通感套路禁用——AI 高频使用的陈词滥调比喻和煽情句式，本质是英译中或网文模板化表达。\",\n    \"entries\": [\n      {\n        \"pattern\": \"目光/眼神/视线像（形容词）的刀，狠狠扎在……心上\",\n        \"ai_performance\": \"英译中三流小说体，中文网文很少这样写\",\n        \"human_alt\": \"删除整个比喻，用生理反应替代，如「心跳漏了一拍」「手突然攥紧」\"\n      },\n      {\n        \"pattern\": \"每一个字/句话，都像（形容词）……\",\n        \"ai_performance\": \"万能套话比喻模板\",\n        \"human_alt\": \"去掉比喻，直接说「他说完那句话，全场安静了三秒」\"\n      },\n      {\n        \"pattern\": \"（代词），（人名），（身份/行动）三段式\",\n        \"ai_performance\": \"「他，张三，龙族太子，拔剑而出」——网文模板句式\",\n        \"human_alt\": \"拆成两句：「张三拔出了剑。他是龙族太子，这把剑他一直没机会用。」\"\n      },\n      {\n        \"pattern\": \"像…一样 / 仿佛…一般\",\n        \"ai_performance\": \"AI 最爱用的万能比喻连接词，泛滥成灾\",\n        \"human_alt\": \"直接陈述事实；若确实需要比喻，使用个人化、陌生化的新颖喻体\"\n      },\n      {\n        \"pattern\": \"否定式煽情（不是 X 而是 Y / 不仅是一…更是一…）\",\n        \"ai_performance\": \"强行拔高立意，AI 万能升华模板\",\n        \"human_alt\": \"直接写事实。如「失败不是终点而是起点」→「他输了这场比赛，回去加练了三个月。」\"\n      },\n      {\n        \"pattern\": \"虚假范围（从 X 到 Y 无实际信息增量）\",\n        \"ai_performance\": \"「从田间到餐桌，从历史到未来」——宏大空洞\",\n        \"human_alt\": \"写具体事物，少用宏大排比\"\n      },\n      {\n        \"pattern\": \"破折号密集（一段超过 1 个「——」）\",\n        \"ai_performance\": \"维基百科将「——」列为 AI 写作迹象之一\",\n        \"human_alt\": \"一段不超过 1 个破折号，宁用句号断开\"\n      },\n      {\n        \"pattern\": \"过度排比（三段式以上整齐句式）\",\n        \"ai_performance\": \"工整对仗是 AI 的结构本能\",\n        \"human_alt\": \"故意打破节奏：第二句比第一句短一半，第三句极长，穿插单句成段\"\n      },\n      {\n        \"pattern\": \"总结收束（总而言之/综上所述/由此可见/这意味着）\",\n        \"ai_performance\": \"AI 的万能收尾词库\",\n        \"human_alt\": \"写完即收尾，或留给具体细节\"\n      }\n    ]\n  },\n  \"english_translation_ban\": {\n    \"_desc\": \"英式翻译腔禁用词——AI 语料库含大量英文翻译材料，导致中文表达带「英语从句结构」翻译腔。以下 10 个高频词来自真实 AI 输出统计。\",\n    \"entries\": [\n      {\n        \"word\": \"delve\",\n        \"context\": \"delve into\",\n        \"cn_alt\": \"深入、仔细看看\"\n      },\n      {\n        \"word\": \"realm\",\n        \"context\": \"in the realm of\",\n        \"cn_alt\": \"在……方面\"\n      },\n      {\n        \"word\": \"underscore\",\n        \"context\": \"underscores the importance\",\n        \"cn_alt\": \"体现出、说明\"\n      },\n      {\n        \"word\": \"meticulous\",\n        \"context\": \"meticulous analysis\",\n        \"cn_alt\": \"仔细、认真\"\n      },\n      {\n        \"word\": \"robust\",\n        \"context\": \"robust solution\",\n        \"cn_alt\": \"靠谱、稳的\"\n      },\n      {\n        \"word\": \"leverage\",\n        \"context\": \"leverage the power\",\n        \"cn_alt\": \"借助、用上\"\n      },\n      {\n        \"word\": \"tapestry\",\n        \"context\": \"rich tapestry\",\n        \"cn_alt\": \"画面、图景\"\n      },\n      {\n        \"word\": \"pivotal\",\n        \"context\": \"pivotal role\",\n        \"cn_alt\": \"关键、重要\"\n      },\n      {\n        \"word\": \"beacon\",\n        \"context\": \"beacon of hope\",\n        \"cn_alt\": \"代表、象征\"\n      },\n      {\n        \"word\": \"testament\",\n        \"context\": \"testament to\",\n        \"cn_alt\": \"证明、说明\"\n      }\n    ]\n  },\n  \"banned_words_v2\": {\n    \"_description\": \"五类违禁词新版（比旧版更细粒度，每类含AI味表现+人类味替代方案）\",\n    \"cat1_机械连接词\": {\n      \"label\": \"机械连接词——杀掉八股文节奏\",\n      \"desc\": \"AI极度依赖显性连接词维持逻辑不散架，人类写作靠内在语义自然过渡。\",\n      \"entries\": [\n        {\n          \"pattern\": \"首先...其次...最后...\",\n          \"ai_performance\": \"典型的三段论流水线，机械枯燥。\",\n          \"human_alt\": \"删除序数词，用具体逻辑推进：如「从表面看/往深了说」「不仅...更致命的是...」\"\n        },\n        {\n          \"pattern\": \"综上所述 / 总而言之\",\n          \"ai_performance\": \"强行收尾，像写公文或学术论文。\",\n          \"human_alt\": \"直接给出最终结论或动作，如：「说到底...」「扒开表象...」\"\n        },\n        {\n          \"pattern\": \"值得注意的是 / 需要强调的是\",\n          \"ai_performance\": \"故作高深的提示语，毫无信息增量。\",\n          \"human_alt\": \"直接陈述该事实，或用破折号引出。\"\n        },\n        {\n          \"pattern\": \"不仅如此 / 与此同时\",\n          \"ai_performance\": \"生硬的并列与递进焊接点。\",\n          \"human_alt\": \"用分号隔开，或另起一段直接切入。\"\n        },\n        {\n          \"pattern\": \"在...的背景下 / 随着...的发展\",\n          \"ai_performance\": \"万能开头套话，假大空。\",\n          \"human_alt\": \"直接点出具体事件，如：「上个月政策一出台...」\"\n        }\n      ]\n    },\n    \"cat2_悬浮抽象词与互联网黑话\": {\n      \"label\": \"悬浮抽象词与互联网黑话——杀掉假大空\",\n      \"desc\": \"AI偏爱「大词」和「高级词」，看似专业实则缺乏实指，悬浮于生活之上。\",\n      \"entries\": [\n        {\n          \"pattern\": \"赋能 / 闭环 / 底层逻辑 / 抓手\",\n          \"ai_performance\": \"互联网黑话滥用，掩盖思想的贫乏。\",\n          \"human_alt\": \"翻译成人话：赋能→帮忙/提升；闭环→转起来了/首尾呼应；底层逻辑→根子上的原因。\",\n          \"human_alt_v2\": \"更口语化替换：赋能→让数据真正被用起来 | 闭环→这一圈能转起来 | 底层逻辑→最根本的那条线 | 抓手→从哪里动手\"\n        },\n        {\n          \"pattern\": \"深刻 / 深入 / 深度\",\n          \"ai_performance\": \"程度副词泛滥，无法证明真正的深度。\",\n          \"human_alt\": \"用具体细节展现深度，如：把「深刻理解」改为「连后端代码怎么写的都摸清了」。\",\n          \"human_alt_v2\": \"用具体细节展现深度：如把「深刻理解」改为「连后端代码怎么写的都摸清了」\"\n        },\n        {\n          \"pattern\": \"交织 / 融汇 / 碰撞\",\n          \"ai_performance\": \"滥用的动词，描述任何两种事物结合都用这些。\",\n          \"human_alt\": \"具体描述怎么结合的，如：「中西文化碰撞」→「拿吉他弹了个京剧调子」。\",\n          \"human_alt_v2\": \"具体描述怎么结合的：如「中西文化碰撞」→「拿吉他弹了个京剧调子」\"\n        },\n        {\n          \"pattern\": \"不可或缺 / 至关重要 / 毋庸置疑\",\n          \"ai_performance\": \"强调重要性时的万能凑字词。\",\n          \"human_alt\": \"用反证法或具体后果替代，如：「不可或缺」→「少了他这摊子事直接停转」。\",\n          \"human_alt_v2\": \"用反证法或具体后果替代：如「不可或缺」→「少了他这摊子事直接停转」\"\n        },\n        {\n          \"pattern\": \"画卷 / 交响乐 / 乐章 / 诗篇\",\n          \"ai_performance\": \"陈词滥调的宏大比喻，AI写景写史的标配。\",\n          \"human_alt\": \"拒绝比喻，直接白描具体画面；或使用极其个人化、陌生化的新颖比喻。\",\n          \"human_alt_v2\": \"拒绝比喻，直接白描具体画面；或用极其个人化的新颖比喻\"\n        },\n        {\n          \"pattern\": \"颗粒度 / 范式 / 显著 / 迭代 / 链路 / 维度\",\n          \"ai_performance\": \"互联网黑话升级版——从字缝里渗出「读过几篇科技博客」的味道。\",\n          \"human_alt\": \"颗粒度→细到哪一步；范式→套路/做法；显著→用数据替代；迭代→改一版/更新；链路→流程/整条线；维度→角度/方面。\",\n          \"human_alt_v2\": \"颗粒度→细到具体哪一步 | 范式→以前都是这么干的 | 显著→翻了3倍 | 迭代→改了一版 | 链路→整条线怎么走的 | 维度→换个角度看\"\n        }\n      ]\n    },\n    \"cat3_翻译腔与冗长句式\": {\n      \"label\": \"翻译腔与冗长句式——杀掉机器语法\",\n      \"desc\": \"AI语料库含大量英文翻译材料，导致生成中文常带强烈的英语从句结构翻译腔。\",\n      \"entries\": [\n        {\n          \"pattern\": \"「的」字超长定语\",\n          \"ai_performance\": \"如「这是一个充满了挑战与机遇的、需要我们全力以赴的、具有历史意义的时刻。」\",\n          \"human_alt\": \"拆分为短句：「这时刻有挑战也有机遇。历史会记住它，我们必须全力以赴。」\"\n        },\n        {\n          \"pattern\": \"对于...而言 / 就...来说\",\n          \"ai_performance\": \"典型的英文「As for...」翻译腔，拖沓。\",\n          \"human_alt\": \"直接说主语，如：「对于年轻人而言」→「年轻人...」\"\n        },\n        {\n          \"pattern\": \"在...的过程中 / 在...方面\",\n          \"ai_performance\": \"凑字数专用，稀释句子浓度。\",\n          \"human_alt\": \"直接删除，说核心动作，如：「在沟通的过程中」→「沟通时」。\"\n        },\n        {\n          \"pattern\": \"被...所...（被动句滥用）\",\n          \"ai_performance\": \"中文本以主动句为主，AI滥用被动句显得生硬。\",\n          \"human_alt\": \"改为主动句，如：「被广泛使用」→「大家都在用」。\"\n        },\n        {\n          \"pattern\": \"进行了...的讨论 / 给出了...的评价\",\n          \"ai_performance\": \"动名词拆分，极其啰嗦。\",\n          \"human_alt\": \"动词直接跟上宾语，如：「进行了讨论」→「讨论了」；「给出了评价」→「评价道」。\"\n        }\n      ]\n    },\n    \"cat4_端水大师与假大空升华\": {\n      \"label\": \"端水大师与假大空升华——杀掉伪客观\",\n      \"desc\": \"AI被安全对齐训练过，绝不敢轻易下极端结论，永远在「一方面...另一方面」。\",\n      \"entries\": [\n        {\n          \"pattern\": \"一方面...另一方面...\",\n          \"ai_performance\": \"永远端水，没有锐度，不敢表态。\",\n          \"human_alt\": \"明确站队，或指出主次，如：「虽然A有道理，但B才是致命的」。\"\n        },\n        {\n          \"pattern\": \"这不禁让人感叹 / 让人深刻认识到\",\n          \"ai_performance\": \"强行替读者抒情，假大空。\",\n          \"human_alt\": \"客观陈述事实，把感叹的权利留给读者。\"\n        },\n        {\n          \"pattern\": \"虽然...但是不可否认...\",\n          \"ai_performance\": \"退一步再进一步，极其圆滑。\",\n          \"human_alt\": \"直接转折，不要叠甲，如：「虽然难，但必须做」→「再难也得啃下来」。\"\n        },\n        {\n          \"pattern\": \"让我们共同期待...\",\n          \"ai_performance\": \"万能结尾废话，像晚会主持人。\",\n          \"human_alt\": \"留白、给出冷峻的判断或具体的行动建议。\"\n        },\n        {\n          \"pattern\": \"这不仅是...更是...\",\n          \"ai_performance\": \"强行拔高立意，动辄上升到人类、未来。\",\n          \"human_alt\": \"收束到具体的个体或当下的痛点。\"\n        }\n      ]\n    },\n    \"cat5_伪情感与客服腔\": {\n      \"label\": \"伪情感与客服腔——杀掉塑料同理心\",\n      \"desc\": \"AI没有真感情，只能靠堆砌情绪词来假装共情，或带有浓重的客服机器人口吻。\",\n      \"entries\": [\n        {\n          \"pattern\": \"内心涌起波澜 / 心中五味杂陈\",\n          \"ai_performance\": \"只能命名情绪，无法描写情绪。\",\n          \"human_alt\": \"用生理反应或动作代替，如：「手心直冒汗」「半天说不出话」。\"\n        },\n        {\n          \"pattern\": \"如同潮水般涌来 / 涌上心头\",\n          \"ai_performance\": \"滥用的情绪流动比喻。\",\n          \"human_alt\": \"具体化是什么感觉，如：「突然像被人抽干了力气」。\"\n        },\n        {\n          \"pattern\": \"您好，关于您提及的...\",\n          \"ai_performance\": \"浓重的机器客服味，即使在工作邮件中也显生硬。\",\n          \"human_alt\": \"拟人化口语，如：「哥，你昨天说的那事我查了一下...」\"\n        },\n        {\n          \"pattern\": \"不知您是否方便...\",\n          \"ai_performance\": \"过度客套的机器礼貌。\",\n          \"human_alt\": \"直接给出具体时间选项，如：「今天下午3点通个话行吗？」\"\n        },\n        {\n          \"pattern\": \"大自然的魅力 / 岁月的沉淀\",\n          \"ai_performance\": \"万能感受词，毫无个人体感。\",\n          \"human_alt\": \"写出具体的刺痛、冷暖、气味。\"\n        }\n      ]\n    }\n  },\n  \"punctuation_rules\": {\n    \"_description\": \"标点与格式净化规则（含禁令与例外）\",\n    \"rules\": [\n      {\n        \"mark\": \"冒号 :\",\n        \"ban\": \"禁止用于引出解释/列举\",\n        \"alternative\": \"逗号、句号、或直接衔接\",\n        \"exception\": \"引用原文/对话/代码时可用\"\n      },\n      {\n        \"mark\": \"破折号 ——\",\n        \"ban\": \"禁止用于插入语/解释\",\n        \"alternative\": \"逗号、括号、或拆句\",\n        \"exception\": \"拟声词延长/话语中断时可用\"\n      },\n      {\n        \"mark\": \"双引号 \\\"\\\"\",\n        \"ban\": \"禁止用于强调/特殊含义\",\n        \"alternative\": \"「」、不加引号、或换说法\",\n        \"exception\": \"直接引语/专有名词时可用\"\n      },\n      {\n        \"mark\": \"感叹号 !\",\n        \"ban\": \"单段不超过1个\",\n        \"alternative\": \"用句式/词汇传递情绪\",\n        \"exception\": \"对话/强烈语气时放宽\"\n      },\n      {\n        \"mark\": \"省略号 ...\",\n        \"ban\": \"禁止用于表示「等等」\",\n        \"alternative\": \"「之类的」「什么的」或直接列完\",\n        \"exception\": \"话语未尽/沉默时可用\"\n      }\n    ]\n  },\n  \"human_voice_bank\": {\n    \"_description\": \"活人感词库（按功能分类，调味料非主菜）\",\n    \"usage_warning\": \"堆砌口语词 ≠ 活人感，关键在于节奏的不规则性和信息的不对称性\",\n    \"categories\": {\n      \"转场\": [\n        \"说真的\",\n        \"其实吧\",\n        \"怎么说呢\",\n        \"回到xxx这块\",\n        \"顺着上面再聊\",\n        \"你想想看\",\n        \"我跟你说\"\n      ],\n      \"判断\": [\n        \"我有时候觉得\",\n        \"我自己的感受是\",\n        \"这话听着有点刺耳但\",\n        \"不是说xxx不行，是说\",\n        \"我一直觉得\",\n        \"我始终坚信\"\n      ],\n      \"不确定\": [\n        \"说实话我也不确定\",\n        \"可能有些想法还不成熟\",\n        \"我自己也还在摸索\",\n        \"这个事儿我也踩过坑\",\n        \"愚钝如我\",\n        \"说实话我们还差得远\"\n      ],\n      \"情绪\": [\n        \"我当时就愣住了\",\n        \"搞得我现在还有点懵\",\n        \"太离谱了\",\n        \"给我一下子整不会了\",\n        \"想想就觉得兴奋\",\n        \"我真的被震撼到了\"\n      ],\n      \"拉近距离\": [\n        \"很多朋友可能不知道\",\n        \"可能有小伙伴纳闷\",\n        \"你如果关注这个领域的话\",\n        \"大家也都知道\"\n      ]\n    }\n  },\n  \"connector_replacements\": {\n    \"_description\": \"连接词替换表（替代「此外/同时」等AI连接词）\",\n    \"replacements\": {\n      \"因此 / 故而\": [\n        \"所以\",\n        \"于是\",\n        \"这就\",\n        \"可见\"\n      ],\n      \"然而 / 但是\": [\n        \"不过\",\n        \"只是\",\n        \"可\",\n        \"却\",\n        \"倒\"\n      ],\n      \"此外 / 另外\": [\n        \"还有\",\n        \"再说\",\n        \"同时\",\n        \"也\"\n      ],\n      \"首先…其次…最后\": [\n        \"一来…二来…\",\n        \"先…再…\",\n        \"一方面…另一方面\"\n      ],\n      \"综上所述 / 总而言之\": [\n        \"总之\",\n        \"说白了\",\n        \"归根结底\",\n        \"简单说\"\n      ],\n      \"值得注意的是\": [\n        \"要注意\",\n        \"别忘了\",\n        \"关键是\",\n        \"重点是\"\n      ]\n    },\n    \"口语转场词\": [\n      \"说真的\",\n      \"其实吧\",\n      \"怎么说呢\",\n      \"回到xxx这块\",\n      \"顺着上面再聊\",\n      \"你想想看\",\n      \"我跟你说\"\n    ]\n  },\n  \"false_sublimation\": [\n    \"这一刻，\",\n    \"那一刻，\",\n    \"终于明白了\",\n    \"终于懂得\",\n    \"原来，\",\n    \"原来这就是\",\n    \"原来一切\",\n    \"他知道，\",\n    \"她明白，\",\n    \"她终于\",\n    \"这就是\",\n    \"这才是真正的\",\n    \"原来生活\",\n    \"原来爱\",\n    \"原来幸福\"\n  ],\n  \"tier2_circuit_breaker\": {\n    \"_description\": \"二级熔断：单次可接受，连续出现或偷懒概括时必修\",\n    \"categories\": {\n      \"比喻\": {\n        \"trigger\": \"动物/物品/抽象类比喻连续出现\",\n        \"principle\": \"默认删除改为白描；仅当具有独创性或文化特异性时保留\"\n      },\n      \"情绪词\": {\n        \"trigger\": \"紧张/愤怒/悲伤/喜悦等抽象情绪词\",\n        \"principle\": \"必须有对应的身体反应或环境投射支撑，否则替换\"\n      },\n      \"书面腔\": {\n        \"trigger\": \"瓦解/无名火/显而易见\",\n        \"principle\": \"非学术/非公文语境下，强制口语化\"\n      },\n      \"排比\": {\n        \"trigger\": \"连续3句以上同结构\",\n        \"principle\": \"保留信息量最大的一句，其余打散融入叙事\"\n      },\n      \"过渡词\": {\n        \"trigger\": \"此外/同时/综上所述\",\n        \"principle\": \"非论述文体中全部删除，用段落自然衔接\"\n      }\n    }\n  },\n  \"rewrite_tier_ops\": {\n    \"_description\": \"分层改写操作清单：按AI痕迹风险等级对应不同改写策略\",\n    \"low_risk\": {\n      \"label\": \"🟢 低风险文章（微调即可）\",\n      \"criteria\": \"0-2个高危词\",\n      \"operations\": [\n        \"删除所有「首先/其次/最后」等标记词\",\n        \"将「综上所述」改为「说到底」或直接删除\",\n        \"每300字加入1处主观表达（「我觉得」「说实话」）\",\n        \"拆分超过25字的长句\",\n        \"结尾删除总结性语句，改为细节收尾\"\n      ]\n    },\n    \"medium_risk\": {\n      \"label\": \"🟡 中风险文章（结构性调整）\",\n      \"criteria\": \"3-5个高危词\",\n      \"operations\": [\n        \"重排段落顺序：打破「总-分-总」结构\",\n        \"删除所有连接词：用自然过渡替代\",\n        \"增加口语化表达：替换20%书面语（「因此」→「所以」）\",\n        \"加入个人视角：每段至少1处「我/我们/你」\",\n        \"调整句长节奏：强制长短句交替（10字、20字、15字...）\",\n        \"插入闲笔：加入1-2处无关但有趣的细节\"\n      ]\n    },\n    \"high_risk\": {\n      \"label\": \"🔴 高风险文章（彻底重写）\",\n      \"criteria\": \"6个以上高危词\",\n      \"operations\": [\n        \"改变叙述视角：第三人称→第一人称\",\n        \"重构开头：不要背景介绍，直接切入场景\",\n        \"打乱逻辑顺序：按「问题-感受-分析-例子」重组\",\n        \"增加情绪波动：加入惊讶、疑惑、兴奋等情绪词\",\n        \"使用对话感：加入设问句（「你有没有想过...」）\",\n        \"结尾戛然而止：不要总结，留白或细节收尾\"\n      ]\n    }\n  },\n  \"final_qa_checklist\": {\n    \"_description\": \"终审质检清单：人工朗读前的最终核查\",\n    \"negative\": {\n      \"_label\": \"负面清单（出现任一即不合格）\",\n      \"items\": [\n        \"段落开头是「首先/其次/最后/综上/此外」\",\n        \"连续两句以相同词开头\",\n        \"单句超过30字无逗号\",\n        \"全文无「我/你/我们」等人称\",\n        \"结尾有「总之/展望/呼吁」等总结词\",\n        \"通篇无情绪波动（全是客观陈述）\"\n      ]\n    },\n    \"positive\": {\n      \"_label\": \"正面清单（全部通过才合格）\",\n      \"items\": [\n        \"短句占比 ≥30%（15字以内）\",\n        \"每300字有1处主观表达\",\n        \"高危连接词已清零\",\n        \"朗读流畅无卡顿\",\n        \"结尾自然不突兀\",\n        \"有具体细节或例子\"\n      ]\n    }\n  },\n  \"noun_replacements\": {\n    \"_description\": \"名词替换表（规避黑话与套话）\",\n    \"replacements\": {\n      \"赋能 / 加持\": [\n        \"帮助\",\n        \"支持\",\n        \"带动\",\n        \"助力\"\n      ],\n      \"抓手 / 载体\": [\n        \"办法\",\n        \"工具\",\n        \"切入点\",\n        \"做法\"\n      ],\n      \"闭环 / 生态\": [\n        \"完整流程\",\n        \"一套\",\n        \"系统\",\n        \"链条\"\n      ],\n      \"痛点 / 需求\": [\n        \"问题\",\n        \"难处\",\n        \"想要\",\n        \"需要\"\n      ],\n      \"维度 / 层面\": [\n        \"方面\",\n        \"角度\",\n        \"点\",\n        \"块\"\n      ],\n      \"机制 / 模式\": [\n        \"做法\",\n        \"套路\",\n        \"规矩\",\n        \"方式\"\n      ]\n    }\n  },\n  \"structural_problems\": {\n    \"_desc\": \"结构性问题清单——聚焦「结构层面」AI 痕迹的九维诊断框架，区别于词汇和句式问题，更隐蔽也更难改。\",\n    \"sections\": {\n      \"s1_整体结构\": {\n        \"label\": \"整体结构层面——完美对仗、工整对称、升华结尾\",\n        \"issues\": [\n          {\n            \"problem\": \"完美对仗式开头（并列三段式/排比反问/时间锚定开头）\",\n            \"symptom\": \"三个「是……也是……」并列；连续 2-3 个反问；「在 21 世纪的今天」假大空开头\",\n            \"fix\": \"打破对仗，用具体场景或反常观察入题\"\n          },\n          {\n            \"problem\": \"工整对称式中间（段落长度均匀/每段一个观点/过渡词堆砌）\",\n            \"symptom\": \"每段都 3-5 行；教科书式并列；「首先其次最后综上」满篇\",\n            \"fix\": \"允许一段说两层意思或两段合并一层；用具体事实代替抽象过渡\"\n          },\n          {\n            \"problem\": \"升华式结尾（排比金句/名人名言收束/未来展望）\",\n            \"symptom\": \"「让……让……让……」；「正如爱因斯坦所说……」；「未来已来唯变不变」\",\n            \"fix\": \"停在具体画面或细节上，不强拉高度\"\n          }\n        ]\n      },\n      \"s2_段落内部\": {\n        \"label\": \"段落内部结构——总分总八股、工整小标题、列表强迫症\",\n        \"issues\": [\n          {\n            \"problem\": \"总分总八股（观点→解释→例子→解释→总结）\",\n            \"symptom\": \"教科书式的完整闭环\",\n            \"fix\": \"改为：观点→例子→跑题→拉回来→突然想到一个细节\"\n          },\n          {\n            \"problem\": \"工整小标题（每标题都是名词短语，长短一致）\",\n            \"symptom\": \"「一、二、三」或「第一、第二、第三」全名词短语\",\n            \"fix\": \"标题带情绪（「我被坑过的那次」）、长短不一（「然后呢」）、偶尔不用标题直接甩一段\"\n          },\n          {\n            \"problem\": \"列表强迫症（能用列表绝不用段落）\",\n            \"symptom\": \"满屏 bullet point\",\n            \"fix\": \"列表隐藏在段落的逗号里，有的根本不列\"\n          }\n        ]\n      },\n      \"s3_逻辑结构\": {\n        \"label\": \"逻辑结构问题——假辩证法、伪全面、概念到概念\",\n        \"issues\": [\n          {\n            \"problem\": \"假辩证法（有人认为…也有人认为…但我认为…三明治结构）\",\n            \"symptom\": \"观点之间没有真正交锋，最后「我认为」往往是骑墙\",\n            \"fix\": \"直接说自己的观点，偶尔提一句反对意见\"\n          },\n          {\n            \"problem\": \"伪全面（利与弊/机遇与挑战/优势与不足每个角度都写）\",\n            \"symptom\": \"面面俱到但都浮于表面\",\n            \"fix\": \"只讲自己最懂的那个角度，承认自己不懂其他\"\n          },\n          {\n            \"problem\": \"概念到概念（A是B的基础→B是C的延伸→C最终指向D）\",\n            \"symptom\": \"层层抽象递进，无具体场景\",\n            \"fix\": \"从一个具体场景切入，再抽象\"\n          }\n        ]\n      },\n      \"s4_节奏结构\": {\n        \"label\": \"节奏结构问题——句长均匀、段落呼吸、标点节奏\",\n        \"issues\": [\n          {\n            \"problem\": \"句长均匀（每句 15-25 字几乎一样长）\",\n            \"symptom\": \"工厂流水线方块\",\n            \"fix\": \"短句。长句夹杂插入语和补充说明，读起来像真实的人在絮叨。短。再来一句稍长的。完。\"\n          },\n          {\n            \"problem\": \"段落呼吸（每段都是 3-5 句完整陈述）\",\n            \"symptom\": \"无停顿和加速的节奏变化\",\n            \"fix\": \"短段落（1-2句）强调或转折；长段落（8-10句）铺陈讲故事；单句成段制造停顿\"\n          },\n          {\n            \"problem\": \"标点节奏（逗号句号严格分工）\",\n            \"symptom\": \"标点用法刻板\",\n            \"fix\": \"用破折号表示突然的念头；用省略号表示犹豫；偶尔用问号自问自答；冒号引出长段解释\"\n          }\n        ]\n      },\n      \"s5_信息密度\": {\n        \"label\": \"信息密度结构——平均用力、解释过度、抽象堆砌\",\n        \"issues\": [\n          {\n            \"problem\": \"平均用力（每个概念都解释一遍，不分主次）\",\n            \"symptom\": \"论文综述式的均衡铺陈\",\n            \"fix\": \"核心观点详细展开，次要观点一笔带过甚至省略\"\n          },\n          {\n            \"problem\": \"解释过度（专业术语后面必跟括号解释）\",\n            \"symptom\": \"低估读者理解力\",\n            \"fix\": \"相信读者能懂，或不懂也不解释，留给读者自己查\"\n          },\n          {\n            \"problem\": \"抽象堆砌（方法论/范式/底层逻辑/价值闭环）\",\n            \"symptom\": \"满嘴互联网黑话\",\n            \"fix\": \"说人话，必要时配一个具体场景\"\n          }\n        ]\n      },\n      \"s6_情绪结构\": {\n        \"label\": \"情绪结构问题——情绪均匀、假共情、强行升华\",\n        \"issues\": [\n          {\n            \"problem\": \"情绪均匀（通篇理性客观或通篇积极正面）\",\n            \"symptom\": \"缺乏情绪波动\",\n            \"fix\": \"理性中带吐槽，积极中带怀疑，客观中带立场\"\n          },\n          {\n            \"problem\": \"假共情（作为普通人我们常常感到…我们都曾经历过…）\",\n            \"symptom\": \"泛化共情，无特定对象\",\n            \"fix\": \"「我有个朋友」或「上次我自己」，具体到人\"\n          },\n          {\n            \"problem\": \"强行升华（把小事上升到时代精神）\",\n            \"symptom\": \"每段结尾都要拔高\",\n            \"fix\": \"就事论事，不强拉高度\"\n          }\n        ]\n      },\n      \"s7_引用论据\": {\n        \"label\": \"引用与论据结构——权威堆叠、数据无感、例子教科书化\",\n        \"issues\": [\n          {\n            \"problem\": \"权威堆叠（爱因斯坦说过…乔布斯说过…马云也说过…）\",\n            \"symptom\": \"名人名言真假难辨且都为论点服务\",\n            \"fix\": \"引用一个具体出处，或只说自己的观察\"\n          },\n          {\n            \"problem\": \"数据无感（根据相关报告显示 90% 的用户…）\",\n            \"symptom\": \"来源模糊，数字与感受脱节\",\n            \"fix\": \"标具体来源（「36氪上个月那篇报道」）；数字配合感受（「我身边用过的十个人里，七八个都说」）\"\n          },\n          {\n            \"problem\": \"例子教科书化（例子都是名人、大厂、经典案例）\",\n            \"symptom\": \"缺乏生活化案例\",\n            \"fix\": \"例子来自自己的经历、朋友圈、小红书、最近看的某本书的某个细节\"\n          }\n        ]\n      },\n      \"s8_互动结构\": {\n        \"label\": \"互动结构问题——假互动、引导关注、模板化结尾\",\n        \"issues\": [\n          {\n            \"problem\": \"假互动（「你觉得呢？欢迎在评论区留言」）\",\n            \"symptom\": \"机械式求互动\",\n            \"fix\": \"抛出一个具体的可能引发争论的小问题；或根本不问，自己把观点说完；偶尔用「懂的都懂」「别杠」\"\n          },\n          {\n            \"problem\": \"引导关注（「关注我，了解更多……」）\",\n            \"symptom\": \"模板化涨粉话术\",\n            \"fix\": \"删了，或放在最不起眼的地方\"\n          },\n          {\n            \"problem\": \"模板化结尾（「以上就是……的全部内容，希望对你有帮助」）\",\n            \"symptom\": \"会议纪要式收尾\",\n            \"fix\": \"说一半留一半，或吐槽式「今天就聊到这，累了」\"\n          }\n        ]\n      },\n      \"s9_自检清单\": {\n        \"label\": \"九维结构自检清单（拿到文章后逐条检查）\",\n        \"checklist\": [\n          \"开头是不是完美对仗？能不能改成「破规矩」的开头？\",\n          \"段落长度是不是太均匀？能不能制造长短差异？\",\n          \"是不是总分总八股？能不能打乱顺序？\",\n          \"是不是每个观点都解释？能不能有所省略？\",\n          \"是不是情绪过于平稳？能不能加入具体的情绪波动？\",\n          \"引用和例子是不是太权威？能不能换成身边的？\",\n          \"结尾是不是强行升华？能不能就事论事？\",\n          \"互动是不是假互动？能不能改成具体的争论点？\",\n          \"有没有插入一个跑题但微妙的细节？这是最反 AI 的结构特征\"\n        ]\n      }\n    }\n  },\n  \"verb_replacements\": {\n    \"_description\": \"动词替换表（去除空洞抽象）\",\n    \"replacements\": {\n      \"进行 + 名词\": \"直接动词（如「进行讨论」→「讨论」）\",\n      \"利用 / 运用\": [\n        \"用\",\n        \"靠\",\n        \"借\",\n        \"拿\"\n      ],\n      \"实现 / 达成\": [\n        \"做到\",\n        \"完成\",\n        \"搞定\",\n        \"落地\"\n      ],\n      \"提供 / 给予\": [\n        \"给\",\n        \"送\",\n        \"帮\",\n        \"支持\"\n      ],\n      \"导致 / 造成\": [\n        \"让\",\n        \"使\",\n        \"惹出\",\n        \"引来\"\n      ],\n      \"旨在 / 目的是\": [\n        \"为了\",\n        \"想\",\n        \"要\",\n        \"图\"\n      ]\n    }\n  },\n  \"style_contrast_rules\": {\n    \"_description\": \"四组文体对比场景：普通短句 vs 优秀短句的改写规则\",\n    \"维度对照\": {\n      \"信息传递\": {\n        \"普通\": \"仅完成基础语义，依赖修饰语补充\",\n        \"优秀\": \"字词自带多重含义，信息高度浓缩\"\n      },\n      \"读者体验\": {\n        \"普通\": \"被动接收信息，需自行脑补画面/情绪\",\n        \"优秀\": \"主动触发感知，文字直接唤起体验\"\n      },\n      \"语言效率\": {\n        \"普通\": \"存在冗余成分，可进一步删减\",\n        \"优秀\": \"无一字虚设，每个词都承担功能\"\n      },\n      \"节奏控制\": {\n        \"普通\": \"平铺直叙，缺乏韵律变化\",\n        \"优秀\": \"长短、轻重、停顿服务于内容表达\"\n      }\n    },\n    \"scenes\": {\n      \"描写动作\": {\n        \"before\": \"他非常生气地关上了门。\",\n        \"after\": \"他摔上了门。\",\n        \"diagnosis\": \"「非常生气」是抽象形容词，「关上了门」是中性动词组合——读者只能「知道」他生气，无法「感受」愤怒的强度\",\n        \"highlight\": \"一个「摔」字同时承载了动作（用力关门）与情绪（暴怒），删去冗余副词，画面感与冲击力瞬间提升。动词本身成为情绪的载体，而非依赖修饰语说明。\"\n      },\n      \"表达观点\": {\n        \"before\": \"这个产品用户体验很好。\",\n        \"after\": \"加载快0.8秒，跳出率降40%。\",\n        \"diagnosis\": \"「很好」是主观且空洞的评价，缺乏可验证的细节，读者无法形成具体认知\",\n        \"highlight\": \"用具体数据替代模糊评价，「0.8秒」和「40%」构成可感知的价值锚点。短句因细节而可信，因量化而有力。\"\n      },\n      \"营造氛围\": {\n        \"before\": \"夜晚很安静，让人感到孤独。\",\n        \"after\": \"月光落在空椅上。\",\n        \"diagnosis\": \"直接点破「安静」与「孤独」，剥夺了读者的想象空间。情绪被「告知」而非「体验」，文字失去余韵。\",\n        \"highlight\": \"不出现「安静」「孤独」等情绪词，却通过「月光」「空椅」两个意象的组合，让寂静与孤寂自然弥漫。短句成为一扇窗，读者透过它自行补全画面与情绪。\"\n      },\n      \"推进逻辑\": {\n        \"before\": \"因为天气不好，所以我们取消了活动，大家都觉得有点遗憾。\",\n        \"after\": \"暴雨突至。活动取消。满座皆叹。\",\n        \"diagnosis\": \"因果连词堆砌，句子拖沓如流水账。「有点遗憾」弱化了情绪，整体节奏平缓无力。\",\n        \"highlight\": \"三个四字短句形成急促的节奏链，模拟了事件发生的突然性与情绪的连锁反应。省略连词后，逻辑关系由语序与语境自然承接，短句的顿挫感本身成为叙事的一部分。\"\n      }\n    }\n  },\n  \"human_injection_techniques\": {\n    \"_description\": \"人味注入四大技巧：让AI文字有「体温」的核心方法\",\n    \"技巧1_主观性增强\": {\n      \"principle\": \"每段至少加入1处主观视角\",\n      \"examples\": {\n        \"个人观点\": [\n          \"我觉得\",\n          \"我认为\",\n          \"我倾向于\"\n        ],\n        \"情绪表达\": [\n          \"有意思的是\",\n          \"让我惊讶的是\",\n          \"说实话有点失望\"\n        ],\n        \"不确定性\": [\n          \"可能\",\n          \"大概\",\n          \"或许\",\n          \"我也不确定\"\n        ]\n      },\n      \"before\": \"人工智能技术发展迅速。\",\n      \"after\": \"说实话，AI这玩意儿发展得太快了，有时候我都跟不上节奏。\"\n    },\n    \"技巧2_口语化改造\": {\n      \"principle\": \"书面语降级为日常用语\",\n      \"替换表\": {\n        \"因此\": [\n          \"所以\",\n          \"这样一来\"\n        ],\n        \"然而\": [\n          \"但\",\n          \"不过\",\n          \"可是\"\n        ],\n        \"此外\": [\n          \"再说\",\n          \"还有\"\n        ],\n        \"值得注意的是\": [\n          \"有意思的是\",\n          \"你发现没\"\n        ]\n      },\n      \"before\": \"因此，我们需要重视这个问题。\",\n      \"after\": \"所以啊，这事儿真得上点心。\"\n    },\n    \"技巧3_节奏感调整\": {\n      \"principle\": \"打破匀速，制造呼吸感\",\n      \"rules\": [\n        \"单句不超过20字\",\n        \"连续3句长度必须不同\",\n        \"允许单句成段（制造停顿感）\"\n      ],\n      \"before\": \"人工智能技术的发展不仅改变了我们的生活方式，而且对社会结构产生了深远影响。\",\n      \"after\": \"AI确实改变了我们的生活。你想想，现在出门不用带钱包，聊天有语音助手。这种变化来得太快，有时候我都觉得跟不上。\"\n    },\n    \"技巧4_细节补充\": {\n      \"principle\": \"用具体替代抽象\",\n      \"rules\": \"每500字加入：1个具体场景 + 1个数字或时间 + 1个感官细节（看到/听到/感受到）\",\n      \"before\": \"很多人使用手机支付。\",\n      \"after\": \"现在出门，我连钱包都懒得带。昨天买早餐，掏出手机「滴」一声就完事儿了，老板都习惯了。\"\n    }\n  },\n  \"tier1_circuit_breaker\": {\n    \"_description\": \"一级熔断：出现即删改（零容忍），AI指纹级表达\",\n    \"patterns\": [\n      {\n        \"name\": \"伪转折\",\n        \"pattern\": \"不是(.*?)而是(.*?)\",\n        \"surgery\": \"砍掉前半句，直接写B；或用动作衔接\",\n        \"example_bad\": \"他不是冷漠，而是绝望\",\n        \"example_good\": \"他没说话，手指把衣角绞出了褶子\"\n      },\n      {\n        \"name\": \"万能状语\",\n        \"pattern\": \"(，|,)带着(.*?)(，|,|。)\",\n        \"surgery\": \"拆成独立短句，或改为动词\",\n        \"example_bad\": \"他笑了，带着一丝嘲讽\",\n        \"example_good\": \"他笑了一下，没到眼底\"\n      },\n      {\n        \"name\": \"上帝视角\",\n        \"pattern\": \"(他|她|它)知道(.*?)(，|。|,|$)\",\n        \"surgery\": \"用外部反应反推内部认知\",\n        \"example_bad\": \"他知道一切都来不及了\",\n        \"example_good\": \"他停下脚，盯着熄灭的屏幕看了三秒\"\n      },\n      {\n        \"name\": \"虚假升华\",\n        \"pattern\": \"(这一刻|那一刻)(.*?)(终于|才)(明白|懂得|意识到)(.*?)\",\n        \"surgery\": \"直接删除，用场景/物件收束\",\n        \"example_bad\": \"这一刻，她终于明白了爱的含义\",\n        \"example_good\": \"她把那张旧车票夹回书里，合上了封面\"\n      },\n      {\n        \"name\": \"AI口癖\",\n        \"pattern\": \"(说白了|本质上|意味着什么|值得注意的是)\",\n        \"surgery\": \"删掉连接词，直接陈述事实\",\n        \"example_bad\": \"说白了，这就是个面子工程\",\n        \"example_good\": \"这就是个面子工程\"\n      }\n    ]\n  },\n  \"ai_vs_human_framework\": {\n    \"_description\": \"AI味vs人类味结构化对比框架：四维度×7项对比子条目，用于诊断文本属于机器生成还是真实创作\",\n    \"一_宏观逻辑与结构\": {\n      \"label\": \"套路化与完美对称 vs 灵活多变与自然流动\",\n      \"d1_篇章结构\": {\n        \"ai_performance\": \"严格的「总-分-总」或「引言-三点论述-结论」三段论，结构完美但机械。\",\n        \"human_performance\": \"突破固定模式，根据内容自然生长，可能直接切入主题，或采用非线性叙事。\"\n      },\n      \"d2_段落分布\": {\n        \"ai_performance\": \"段落长度高度均匀，每个分论点篇幅极为均衡，仿佛流水线产出。\",\n        \"human_performance\": \"段落长短不一，重点部分浓墨重彩，次要部分一笔带过，有详略取舍。\"\n      },\n      \"d3_论证逻辑\": {\n        \"ai_performance\": \"追求绝对闭环，结尾强行升华或总结，缺乏悬念与留白。\",\n        \"human_performance\": \"允许开放性结局，逻辑可能有跳跃或留白，依靠读者的生活经验去补全。\"\n      }\n    },\n    \"二_行文与词汇表达\": {\n      \"label\": \"堆砌感与程式化 vs 精准度与个人语感\",\n      \"d1_过渡连接\": {\n        \"ai_performance\": \"高频滥用「首先、其次、最后」「不仅如此」「值得注意的是」「总而言之」。\",\n        \"human_performance\": \"依靠内在逻辑自然过渡，较少使用显性过渡词，或使用更口语化、隐蔽的衔接。\"\n      },\n      \"d2_词汇选择\": {\n        \"ai_performance\": \"偏好「大词」和「高级词」（如：深刻、赋能、交织、画卷、交响乐），辞藻华丽但空泛。\",\n        \"human_performance\": \"用词具体、精准、接地气，善于使用动词和名词，少用形容词，有个人语言习惯。\"\n      },\n      \"d3_句式结构\": {\n        \"ai_performance\": \"倾向于长句和复句，语法绝对正确但同质化严重，缺乏节奏变化。\",\n        \"human_performance\": \"长短句结合，有时用短句制造冲击力，有时用长句铺陈，有独特的呼吸感和节奏。\"\n      },\n      \"d4_修辞手法\": {\n        \"ai_performance\": \"滥用排比句和对偶句，比喻极为套路化（如「像一座桥梁」「如同一盏明灯」）。\",\n        \"human_performance\": \"修辞新颖且具个人色彩，比喻往往出人意料但极其贴切，排比使用克制。\"\n      }\n    },\n    \"三_情感与认知深度\": {\n      \"label\": \"旁观者视角与伪深刻 vs 第一人称视角与真痛点\",\n      \"d1_情感本质\": {\n        \"ai_performance\": \"只能「描述」情绪，无法「体验」情绪，情感表达扁平、表面化。\",\n        \"human_performance\": \"具有同理心，能传达细腻、复杂甚至矛盾的情感（如悲欣交集、苦中作乐）。\"\n      },\n      \"d2_细节刻画\": {\n        \"ai_performance\": \"缺乏真实生活细节，多用概括性语言（如「经历了种种困难」）。\",\n        \"human_performance\": \"充满颗粒度极强的具体细节（如「他低头看着鞋尖上的那块泥斑」）。\"\n      },\n      \"d3_观点立场\": {\n        \"ai_performance\": \"极度追求客观中立，呈现「正确的废话」，缺乏锐度和偏见，不敢下绝对结论。\",\n        \"human_performance\": \"带有强烈的主观色彩和个人偏见，敢于下断语，甚至带有情绪化的批判。\"\n      },\n      \"d4_认知边界\": {\n        \"ai_performance\": \"知识广度极高但缺乏「常识」和「潜规则」的认知，容易产生幻觉。\",\n        \"human_performance\": \"拥有基于真实生活经验的「常识」，能理解只可意会不可言传的隐性规则。\"\n      }\n    },\n    \"四_信息与事实呈现\": {\n      \"label\": \"泛化与失真 vs 具体与确凿\",\n      \"d1_事实依据\": {\n        \"ai_performance\": \"倾向于给出模糊的概括（如「许多专家认为」「历史上」），易编造虚假引用。\",\n        \"human_performance\": \"引用具体的时间、地点、人物、数据，即使是主观感受也有具体的锚点。\"\n      },\n      \"d2_经验表达\": {\n        \"ai_performance\": \"讲述的道理看似宏大，但脱离实际执行，像「悬浮」的鸡汤。\",\n        \"human_performance\": \"经验带有泥土气息和试错痕迹，能体现实操中的痛点和具体的解决路径。\"\n      }\n    },\n    \"core_summary\": \"AI味的本质是「概率预测」：它选择最安全、最常见、最符合语法规范的词句进行拼贴，因此结构完美但灵魂空洞。人类味的本质是「生命体验」：它基于真实的痛点、偏见、呼吸节奏和不完美的记忆进行表达，因此结构可能残缺但直击人心。\"\n  },\n  \"syntax_structures\": {\n    \"_description\": \"句法结构库：调节阅读呼吸感、强化逻辑、提升文采的句型工具箱\",\n    \"节奏控制类\": {\n      \"短句连用\": {\n        \"formula\": \"主谓宾。主谓宾。主谓宾。\",\n        \"scene\": \"营造紧张感、强调动作、移动端阅读\",\n        \"example\": \"风停了。雨住了。他站起来了。\",\n        \"note\": \"三个短句如鼓点，剥离修饰语，让动作本身成为焦点，适合高潮或转折处\"\n      },\n      \"长短交错\": {\n        \"formula\": \"长句（铺垫）+ 短句（点睛）\",\n        \"scene\": \"避免单调、突出重点、情感收束\",\n        \"example\": \"那些被岁月磨平的棱角、被生活压弯的脊梁、被误解吞没的呐喊，都在这一刻，释然了。\",\n        \"note\": \"长句积累情绪，短句如闸门开启，形成情感落差\"\n      },\n      \"倒装前置\": {\n        \"formula\": \"状语/宾语 + ，+ 主谓\",\n        \"scene\": \"强调环境、制造悬念、文学化表达\",\n        \"example\": \"在无尽的黑暗里，他摸索着光。\",\n        \"note\": \"将状语前置，先构建氛围再引出人物动作，比正常语序更具沉浸感\"\n      }\n    },\n    \"逻辑强化类\": {\n      \"排比递进\": {\n        \"formula\": \"A是B；A更是C；A终究是D\",\n        \"scene\": \"层层深入、增强气势、升华主题\",\n        \"example\": \"读书是获取知识；读书更是塑造人格；读书终究是安顿灵魂。\",\n        \"note\": \"语义逐级上升，避免排比沦为简单重复\"\n      },\n      \"转折对比\": {\n        \"formula\": \"不是A，而是B；看似A，实则B\",\n        \"scene\": \"破除偏见、突出核心、制造认知冲突\",\n        \"example\": \"真正的勇敢不是无所畏惧，而是心怀恐惧依然前行。\",\n        \"note\": \"用否定表层认知揭示深层本质，比直接陈述更有思辨性\"\n      },\n      \"因果显化\": {\n        \"formula\": \"正因A，才B；之所以B，是因为A\",\n        \"scene\": \"明确逻辑链、避免跳跃、增强说服力\",\n        \"example\": \"正因他十年如一日地观察记录，才有了这部颠覆学界的著作。\",\n        \"note\": \"将隐含因果关系外显，避免读者自行脑补\"\n      }\n    },\n    \"文采提升类\": {\n      \"通感嫁接\": {\n        \"formula\": \"感官A + 感官B + 本体\",\n        \"scene\": \"打破感知边界、营造陌生化美感\",\n        \"example\": \"她的声音像薄荷糖一样清凉。\",\n        \"note\": \"听觉与味觉/触觉嫁接，比「悦耳」更具身体记忆点\"\n      },\n      \"拟人化动词\": {\n        \"formula\": \"无生命物 + 人类专属动词\",\n        \"scene\": \"激活静态描写、注入情感温度\",\n        \"example\": \"月光踮着脚尖溜进窗棂。\",\n        \"note\": \"「踮脚」「溜」赋予月光俏皮与温柔，比「照进」生动十倍\"\n      },\n      \"留白省略\": {\n        \"formula\": \"前半句完整 + 后半句省略/中断\",\n        \"scene\": \"制造余韵、暗示未尽之意、情绪克制\",\n        \"example\": \"他想说些什么，嘴唇动了动，最终……\",\n        \"note\": \"省略号替代直白表述，将未说出口的话交给读者想象\"\n      }\n    },\n    \"特殊功能句式\": {\n      \"开篇抓人\": {\n        \"formula\": \"设问句 / 场景特写句 / 反常识断言\",\n        \"avoid\": \"避免空洞提问（如「你知道吗？」），需紧跟具体信息\"\n      },\n      \"过渡衔接\": {\n        \"formula\": \"承上启下句（「如果说A是…那么B便是…」）\",\n        \"avoid\": \"避免生硬连接词，用逻辑关系替代时间顺序\"\n      },\n      \"结尾收束\": {\n        \"formula\": \"回扣标题句 / 开放式疑问 / 意象定格\",\n        \"avoid\": \"避免喊口号式升华，让结论自然从内容中生长出来\"\n      },\n      \"解释概念\": {\n        \"formula\": \"比喻定义句（「X就像Y，它…」）\",\n        \"avoid\": \"喻体需贴近受众经验，避免生僻类比\"\n      }\n    }\n  },\n  \"new_ai_flavor_2025\": {\n    \"_description\": \"2025-2026新型AI味补漏：模型迭代后出现的新型油腻感\",\n    \"patterns\": [\n      {\n        \"name\": \"伪口语\",\n        \"manifestation\": \"咱就是说、家人们谁懂啊、这波属于是\",\n        \"why_toxic\": \"模仿人类网络用语但脱离语境，像AI在cosplay\",\n        \"antidote\": \"回归角色本身的说话方式，不硬蹭热梗\"\n      },\n      {\n        \"name\": \"过度共情\",\n        \"manifestation\": \"我能理解你的感受、这确实让人很难过\",\n        \"why_toxic\": \"客服式同理心，缺乏真实人际摩擦感\",\n        \"antidote\": \"用具体回应代替情绪确认：你那天是不是等了很久？\"\n      },\n      {\n        \"name\": \"安全废话\",\n        \"manifestation\": \"这是一个复杂的问题、需要多角度看待\",\n        \"why_toxic\": \"回避立场，永远正确但永远无用\",\n        \"antidote\": \"给出一个具体的、哪怕有争议的观点\"\n      },\n      {\n        \"name\": \"结构化强迫\",\n        \"manifestation\": \"任何内容都要分3点、加小标题、首尾呼应\",\n        \"why_toxic\": \"把对话/叙事变成了PPT\",\n        \"antidote\": \"允许散漫、允许跑题、允许没有总结\"\n      },\n      {\n        \"name\": \"形容词通胀\",\n        \"manifestation\": \"极具冲击力的、令人窒息的、史诗级的\",\n        \"why_toxic\": \"用最高级掩盖细节缺失\",\n        \"antidote\": \"降级为中性描述，让事实自己说话\"\n      }\n    ]\n  },\n  \"adjective_replacements\": {\n    \"_description\": \"形容词替换表（消除夸大与模糊）\",\n    \"replacements\": {\n      \"重要的 / 关键的\": [\n        \"要紧\",\n        \"核心\",\n        \"不能少\",\n        \"管用\"\n      ],\n      \"显著的 / 明显的\": [\n        \"清楚\",\n        \"看得出\",\n        \"不小\",\n        \"实打实\"\n      ],\n      \"大量的 / 众多的\": [\n        \"很多\",\n        \"不少\",\n        \"一批\",\n        \"好些\"\n      ],\n      \"独特的 / 创新的\": [\n        \"新鲜\",\n        \"少见\",\n        \"不一样\",\n        \"有特点\"\n      ],\n      \"至关重要的\": [\n        \"离不开\",\n        \"缺不得\",\n        \"命脉\",\n        \"根基\"\n      ],\n      \"在一定程度上\": [\n        \"多少\",\n        \"有些\",\n        \"略\"\n      ]\n    }\n  },\n  \"tier3_gray_zone\": {\n    \"_description\": \"三级灰区：语境敏感词，本身无罪罪在滥用\",\n    \"words\": [\n      {\n        \"word\": \"突然/瞬间\",\n        \"ok_when\": \"真实突发、时间压缩、视角受限时可用\",\n        \"bad_when\": \"滥用为万能节奏调节器\",\n        \"self_check\": \"删掉这个词，句子是否依然成立且意思不变？如果是，就删\"\n      },\n      {\n        \"word\": \"好像/仿佛\",\n        \"ok_when\": \"角色口语、视角不确定、记忆模糊时可用\",\n        \"bad_when\": \"滥用为描写匮乏的遮羞布\",\n        \"self_check\": \"删掉这个词，句子是否依然成立且意思不变？如果是，就删\"\n      },\n      {\n        \"word\": \"深吸一口气/微微\",\n        \"ok_when\": \"符合人物性格习惯（如沉稳角色）时可用\",\n        \"bad_when\": \"滥用为万能动作填充\",\n        \"self_check\": \"删掉这个词，句子是否依然成立且意思不变？如果是，就删\"\n      }\n    ]\n  }\n}","readmeExcerpt":"Skill: libai-skill Owner: ebandao777-oss Summary: 李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-15T17:30:14.074Z | auto libai-skill v2.0.0 is a major update focused on advanced AI trace removal and naturalization for Chinese text. - Introduces a four-step closed-loop process: detection, rewriting, self-check, and delivery - Ad","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"检测诊断 → 执行改写 → 自检验收 → 交付结果"},{"language":"text","snippet":"破句式 -> 破词汇 -> 破结构 -> 破思维 -> 破语气\n(表层)                                  (深层)"},{"language":"text","snippet":"AI 含量：{百分比}% | {高/中/低}风险\n\n| 维度 | 状态 | 详情 |\n|------|------|------|\n| 连接词密度 | 命中 {n} 次/千字 | {词清单} |\n| 句式同质化 | 最长连续 {n} 句 | {例句} |\n| 情感温度 | 缺失 {n} 项 | {缺失项} |\n| 结尾收束 | {命中/未命中} | {尾句} |\n| 抽象词密度 | {n} 处 | {词清单} |\n| 段落均质度 | 比值 {x} | 最长 {m}字/最短 {n}字 |\n| 事实锚点 | {有/无} | {内容或缺失说明} |\n\n建议：{改写方向}"},{"language":"text","snippet":"libai-skill/\n├── SKILL.md              # 核心执行指令（四步闭环工作流）\n├── README.md             # 本文件 — 技能概览\n├── QUICKSTART.md          # 5 分钟上手\n├── faq.md                 # 常见问题\n├── scripts/               # Python CLI 工具（detect / transform / compare）\n└── resources/             # 规则集、同义词库、示例库"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: libai-skill\ndescription: 李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。\nversion: \"2.0.0\"\nlicense: MIT\nallowed-tools:\n  - Read\n  - Grep\n  - Glob\n  - Shell\n  - Edit\n  - Write\nauthor: \"智慧半岛\"\ntriggers:\n  - 去AI味\n  - 去AI痕迹\n  - AI润色\n  - 降AI\n  - 人味\n  - 人味注入\n  - 去机器味\n  - deai\n  - humanize\n  - 文章润色\n  - 文本润色\n  - AI改写\n---\n\n# 李白.Skill:润色专家 v2.0\n\n> **适用场景**: 自媒体文章、公关稿件、日常沟通、学术随笔等中文文本的去AI化改写\n> **安全声明**: 本技能仅优化表达形式，不对原文事实准确性负责。涉及医疗、法律、金融等专业内容，请务必人工复核。\n\n---\n\n## 核心原则（必读）\n\n> **去 AI 味的本质**：用抽象概括代替具体经验 → 还原感官、还原动作、还原不确定性。\n> **减法只做在「虚」的地方**：模板化连接词、空洞升华、机械对称句式——砍。原作的口语表达、具体细节、个人语气、感官描写——留。宁可留着粗糙，不削成骨架。\n\n**三条铁律**：\n\n1. **立场守恒**：不改变原文的事实陈述（时间/地点/事件/数据）、价值判断（褒贬倾向）、情感极性（悲/喜/怒/平淡）。违反任一条视为执行失败。\n2. **血肉不丢**：原文的口语表达、孩子气口吻、具体动作描写、有温度的场景细节、个性语气词——一个都不能丢。\n3. **篇幅容差**：允许 10% 以内的篇幅波动。删虚词必然减字，加泥土必然增字，追求零波动不现实。\n\n---\n\n## 执行流程（精简四步闭环）\n\n```\n检测诊断 → 执行改写 → 自检验收 → 交付结果\n```\n\n> B 模式（默认）只走这四步。A 模式在交付后追加复盘沉淀。\n\n---\n\n## 步骤0：资源预检（隐式，Agent 自动执行）\n\n检查以下文件可读性：\n\n| 优先级 | 文件                               | 缺失时处理                                           |\n| ------ | ---------------------------------- | ---------------------------------------------------- |\n| **P0** | `resources/zh_rules.json`          | 核心规则缺失 → 切换纯 LLM 模式，声明「规则库不可用」 |\n| **P0** | `resources/zh_rules_archived.json` | 归档规则缺失 → 降级，仅使用 zh_rules.json            |\n| **P1** | `resources/synonyms.json`          | 降级为内置词汇替换表                                 |\n| **P2** | `resources/banned-words.md`        | 不影响核心流程                                       |\n| **P2** | `resources/examples.md`            | 不影响核心流程                                       |\n| **P2** | `resources/examples-advanced.md`   | 不影响核心流程                                       |\n| **P2** | `resources/structures.md`          | 不影响核心流程                                       |\n\n> P0 文件缺失时，Agent 首次回复必须声明运行模式。\n\n---\n\n## 步骤1：检测诊断\n\n### 1.1 任务提取\n\n| 维度         | 提取内容                             |\n| ------------ | ------------------------------------ |\n| **目标**     | 去 AI 味到什么程度？期待何种文体？   |\n| **输入**     | 体裁 / 字数 / 读者画像               |\n| **输出**     | 交付模式（未指定 → B 模式）          |\n| **限制**     | 不可改动的约束（术语/数据/品牌名）   |\n| **润色强度** | 保守 / 标准 / 激进（见下表自动匹配） |\n\n### 1.2 润色强度自动匹配\n\n| 强度             | 匹配场景                               | 特征                                               |\n| ---------------- | -------------------------------------- | -------------------------------------------------- |\n| **保守**         | 学术论文、技术文档、法律文书、政务文件 | 仅删 AI 连接词和模板套话，不改句式结构，不注入口语 |\n| **标准**（默认） | 自媒体、职场汇报、日常沟通、公关稿件   | 完整去 AI 味清单，适度口语化，保留原文核心结构     |\n| **激进**         | 创意写作、小说、散文、社交媒体帖子     | 可大幅调整视角/句式/段落，注入强烈个人语气         |\n\n### 1.3 文本规模自适应\n\n| 字数             | 策略                                  |\n| ---------------- | ------------------------------------- |\n| **< 1000 字**    | 完整四步闭环，诊断显式输出            |\n| **1000-3000 字** | 合并诊断+改写，精简中间输出，质检保留 |\n| **> 3000 字**    | 建议分段处理；若全文处理则分步执行    |\n\n### 1.4 AI 痕迹检测（优先脚本，失败降级 LLM）\n\n**优先**：执行 `python scripts/detect.py <输入文本> --json`，解析 "},{"path":"README.md","content":"# 李白.Skill — 中文文本去AI化润色专家\n\n> 检测并消除中文文本中的 AI 生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。\n\n## 核心能力\n\n- **AI 痕迹检测**：15 类正则扫描 + 四维诊断框架，精准定位 AI 味来源（结构/用词/内容/逻辑）\n- **分层改写**：四步排雷法（表层清理）+ 破式五层法（深层重构），从词汇到语气逐层去味\n- **四步质控闭环**：分析→方案→执行→验证→交付→复盘，每步可追溯验收\n- **三模式交付**：A 完整专业版 / B 轻量润色版（默认）/ C 仅诊断，按需选择\n- **文体智能适配**：网文 100% → 学术 30%，四档人味浓度自动匹配\n\n## 快速触发\n\n只需一句话即可激活，如 \"帮我把这篇文章去 AI 味\"。支持 14 个触发词：去AI味、降AI、润色、改写、deai、humanize 等。\n\n## 文件结构\n\n```\nlibai-skill/\n├── SKILL.md              # 核心执行指令（四步闭环工作流）\n├── README.md             # 本文件 — 技能概览\n├── QUICKSTART.md          # 5 分钟上手\n├── faq.md                 # 常见问题\n├── scripts/               # Python CLI 工具（detect / transform / compare）\n└── resources/             # 规则集、同义词库、示例库\n```\n\n## 依赖\n\n- Python ≥ 3.8，无外部 pip 依赖（纯标准库）\n\n## 版本\n\n**v2.0.0** | 作者：智慧半岛\n\n## 相关文档\n\n- [QUICKSTART.md](./QUICKSTART.md) — 5 分钟上手\n- [faq.md](./faq.md) — 常见问题"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7096hdmqr56bh0825xpz8ft188dh24\",\n  \"slug\": \"libai-skill\",\n  \"version\": \"0.1.0\",\n  \"publishedAt\": 1786815014074\n}"},{"path":"faq.md","content":"# 常见问题 (FAQ)\n\n## 场景与特征\n\n### Q: 职场文章的 AI 味有哪些典型特征？\nA: 职场文章 AI 味集中在**用词层和内容层**——互联网黑话（赋能、闭环、抓手、对齐、拉通）、空泛无具体数据、结构死板（背景→过程→成果→展望四段式）、避重就轻不碰真实问题。改写策略：替换黑话为具体业务描述，补入真实数据或案例，允许出现未解决的问题讨论。\n\n### Q: 学术论文的 AI 味怎么处理？\nA: 学术论文的 AI 味集中在**逻辑层和用词层**——开头必写\"随着社会发展/科技进步\"、引用编造或张冠李戴、长难句堆砌刻意追求\"学术感\"、结论动辄\"具有重要理论意义和实践价值\"。改写策略：删掉模板化开头直奔主题，核实引用来源，拆分长难句，结论改为具体发现和局限性说明。注意：学术论文人味浓度仅需 30%，保留严谨结构，避免过度口语化。\n\n### Q: 自媒体内容最大的 AI 味来源是什么？\nA: 结构模板化——开头必喊\"家人们/宝子们\"、结尾必求\"点赞收藏关注\"、分点必说\"最后一点最重要\"、叙事逻辑高度模板化（开头讲故事→中间分3点→结尾求互动）。改写策略：打破模板，允许跳跃式叙事，删掉求互动结尾改为自然收束。\n\n### Q: 技术文档需要去 AI 味吗？\nA: 技术文档的 AI 味处理比较克制——以准确清晰为第一优先级，人味浓度控制在 50%。仅去除空洞修饰词（如\"高效地\"、\"强大的\"）和冗余连接词，不强行口语化。不要为了去味而牺牲技术准确性。\n\n---\n\n## 使用方式\n\n### Q: 怎么选择 A/B/C 三种交付模式？\nA:\n- **A 完整专业版**（出版、公关稿）：输出终稿 + 诊断报告 + 修改对照表 + 质检摘要 + 复盘记录。适合需要完整改写记录的正式场景。\n- **B 轻量润色版**（默认，自媒体、日常沟通）：输出终稿 + 3 条核心修改要点。适合大多数日常使用场景。\n- **C 仅诊断**（自己改写）：仅输出 AI 味诊断报告，不改写。适合想了解问题但自己动手改的用户。\n如果没说用哪个模式，默认使用 B 模式。\n\n### Q: 改写后怎么验证效果？\nA: 走四层质检——①用词层：检查有无 AI 连接词和禁用词残留；②句式层：检查短句占比和句式变化；③内容层：检查有无第一人称、主观感受、口语化表达；④可量化终审：连接词密度、抽象词命中、段落均质度、事实锚点等数值指标。四层全部通过才算合格。\n\n### Q: 改写一段文字需要多久？\nA: 以 2000 字为例——B 模式（轻量润色）约 20 分钟，A 模式（完整专业版）约 50 分钟。写完立即执行可量化质检，不通过则回步骤②修复（上限 2 次）。\n\n### Q: 可以用命令行直接调用脚本吗？\nA: 可以。提供了核心 CLI 工具：\n- `python scripts/detect.py text.txt --json` — 检测 AI 痕迹\n- `python scripts/rewrite.py text.txt` — 改写文本\n详细参数通过 `--help` 查看。\n\n---\n\n## 改写方法论\n\n### Q: \"四步排雷法\"和\"破式五层法\"有什么区别？什么时候用哪个？\nA:\n- **四步排雷法**（快捷清理）：搜黑话 → 切长句 → 加泥土 → 保血肉。适合快速处理表层 AI 味，走完可消除大部分明显问题。\n- **破式五层法**（深度改写）：破句式 → 破词汇 → 破结构 → 破思维 → 破语气。前两层是替换层（表面去味），后三层是重构层（深层去魂）。普通任务做到 L2-L3 即可，高级改写推到 L4-L5。\n实际流程中两者不是二选一——四步排雷法是入口（必须执行），破式五层法在 A 模式或高风险时深入。\n\n### Q: 改写会改变原文的意思吗？\nA: 不会。本技能仅优化表达形式（语气、句式、用词、结构），不改变原文的核心事实与立场。步骤①会明确列出不可改动的约束条件（专业术语、数据、品牌名称等）。如果冲突需求（如\"去AI味\"与\"保留原结构\"矛盾），会记录冲突点并采用影响最小的兼容路径。\n\n### Q: 什么是\"人味注入四技巧\"？\nA: ①主观性增强——加入观点、情绪、不确定表达；②口语化改造——替换书面语为口语（利用→用，进行购买→买）；③节奏调整——短句占比≥30%，连续3句长度不同；④细节补充——每500字加入1个场景+1个数字+1个感官描写。\n\n---\n\n## 边界与限制\n\n### Q: 什么情况下不适合用这个技能？\nA: ①需要保持高度正式和规范的文件（如法律合同、正式公文）；②需要保留 AI 生成特征的文本（如 AI 对话记录、示例文本）；③非中文文本——本技能专为中文设计；④需要改变原文事实或立场的场景——本技能只改表达不改内容。\n\n### Q: 如果文本太长（超过 1 万字）怎么办？\nA: 建议分段处理。将文本按自然章节拆分为多个文件，逐段改写后合并。脚本层面对内存不足有保护（会返回\"输入过大\"错误而非崩溃）。\n\n### Q: 改写后 AI 检测率还是很高怎么办？\nA: 按以下顺序排查——①检查是否走了四层质检，尤其是可量化终审是否通过；②检查是否遗漏了某个维度的改写（常见错误：只改了用词没改结构）；③如果仍不达标，尝试从 B 模式升级到 A 模式走完整流程。\n\n---\n\n## 常见误用\n\n### Q: 把 AI 味文本翻译成英文再翻译回来有用吗？\nA: 不推荐。这种操作对消除 AI 痕迹效果有限，且可能引入新的翻译腔问题。本技能直接针对中文 AI 痕迹特征设计，效果更可靠。\n\n### Q: 可以只替换同义词不去管结构和语气吗？\nA: 不推荐。AI 痕迹不仅体现在用词上，更深层的问题在结构、逻辑和语气。只替换同义词属于\"表面去味\"，效果有限。应结合四步排雷法和破式五层法逐层深入。\n\n### Q: 所有文章都要做到\"人味浓度 100%\"吗？\nA: 不是。不同文体容忍度不同——网文/社交/个人随笔 100%，营销/品牌文案 70%，技术文档 50%，学术/政务报告 30%。根据文体调整策略，避免矫枉过正。"},{"path":"QUICKSTART.md","content":"# 快速上手 — 5 分钟开始去 AI 味\n\n> 以下 5 个场景，一句话即可触发完整四步闭环。\n\n| # | 场景 | 一句话触发 |\n|:--:|:---|:---|\n| 1 | 公众号文章去味 | \"帮我把这篇公众号文章去 AI 味\" |\n| 2 | 仅检测不改写 | \"帮我检测这段文字有没有 AI 痕迹\" |\n| 3 | 学术论文降 AI 率 | \"帮我把这篇论文改成更自然的表达，保持学术严谨\" |\n| 4 | 快速改写一句话 | \"改写这句话，让它读起来像人写的\" |\n| 5 | 职场汇报去味 | \"这份汇报材料 AI 味太重了，帮我改一下\" |\n\n## 文档导航\n\n| 层级 | 文件 | 内容 | 何时看 |\n|:--:|:---|:---|:---|\n| L1 | `SKILL.md` | 核心工作流 + 改写 SOP | 执行任务时 |\n| L2 | `faq.md` | 常见问题 | 遇到问题时 |\n\n> 未指定交付模式默认 B 模式（轻量润色版）。加\"我要完整版\"切换到 A 模式。深度方法论已内联至 SKILL.md 步骤②。"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。 Skill: libai-skill Owner: ebandao777-oss Summary: 李白.Skill:润色专家 检测并消除中文文本中的AI生成痕迹，将生硬的机器输出转化为自然流畅的人类文笔。融合规则检测、分层改写和质控流水线，确保最终文本通过人工审查。 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-15T17:30:14.074Z | auto libai-skill v2.0.0 is a major update focused on advanced AI trace removal and naturalization for Chinese text. - Introduces a four-step closed-loop process: detection, rewriting, self-check, and delivery - Ad","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":628,"uniquenessScore":61,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T08:50:52.671Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T08:50:52.671Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T11:51:00.258Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}