Article Taster - 文章品鉴师
帮助用户提前品尝文章可读性，过滤低质量内容，节省宝贵阅读时间
核心定位
"文章含大质量检测" —— 站在文章分析师的角度，多维度评估文章价值：
- 技术文章：衡量技术含量、学习价值
- AI生成检测：正确识别原创内容（古诗等不被误判）
- 情感散文：分析情感曲线、架构模式
- 小说：分析情节结构（但不剧透）
工作流程
输入文章文本/标题
↓
┌─────────────────────────────────────┐
│ M1: 文章类型识别 │
│ 技术文章 | 情感散文 | 小说 | 其他 │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ M2: 专业分析 (根据类型分发) │
│ ├─ 技术文章 → TechAnalyzer │
│ ├─ 情感/散文 → CreativeAnalyzer │
│ ├─ 小说 → NovelAnalyzer (无剧透) │
│ └─ 其他 → GenericAnalyzer │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ M3: AI生成检测与原创识别 │
│ ├─ 文本统计特征 │
│ ├─ 困惑度分析 │
│ ├─ 风格一致性 │
│ └─ 原创内容豁免 (古诗词/经典文学) │
└─────────────────────────────────────┘
↓
┌─────────────────────────────────────┐
│ M4: 综合评分与阅读建议 │
│ 最终评分 + 等级 + 阅读价值建议 │
└─────────────────────────────────────┘
↓
输出: JSON报告 + Markdown摘要
评分体系
技术文章评分维度
| 维度 | 权重 | 说明 |
|---|
| 技术深度 | 30% | 原理剖析、实战经验、解决方案复杂度 |
| 结构清晰度 | 25% | 逻辑组织、层次分明 |
| 实用性 | 20% | 可操作、可落地 |
| 原创性 | 15% | 独特观点、非AI生成 |
| 可读性 | 10% | 表达流畅、图文配合 |
情感散文/小说评分维度
| 维度 | 权重 | 说明 |
|---|
| 情感表达 | 30% | 情感深度、感染力、曲线设计 |
| 文笔水平 | 25% | 修辞手法、句式变化、词汇丰富度 |
| 叙事结构 | 20% | 情节安排、节奏把控 |
| 创意性 | 15% | 独特视角、创新表达 |
| 共鸣度 | 10% | 读者情感连接 |
AI生成检测维度
| 维度 | 权重 | 说明 |
|---|
| 文本统计 | 10% | 句子长度方差、词汇密度、标点多样性 |
| 困惑度 | 15% | 语言模型困惑度（过低=疑似AI） |
| 词汇丰富度 | 10% | Type-Token Ratio、罕见词汇比例 |
| 风格一致性 | 10% | 开头词重复率、过渡词规律性 |
| 语义连贯 | 5% | 指代一致性、主题集中度 |
| 特殊模式 | 10% | 古诗词/经典文学豁免检测 |
AI味/大便味检测维度 (新增)
| 维度 | 权重 | 说明 |
|---|
| 段落一致性 | 15% | AI文章段落长度高度一致，像模具铸出来的 |
| 废话率 | 10% | 每句都对但空洞，无实质信息密度 |
| 模板化程度 | 10% | 三段式、综上所述、首先其次最后等 |
| 人类标记 | 5% | 踩坑、血泪史、说实话等personal voice |
AI味评分等级
| 评分 | 等级 | 说明 |
|---|
| <20 | 人类写作 | 几乎无AI味 |
| 20-40 | 轻度疑似AI | 可能有轻微AI辅助 |
| 40-60 | 中度疑似AI | 明显AI特征 |
| 60-80 | 高度疑似AI | 强烈AI味 |
| >80 | 大便味 | 极强AI味，内容空洞 |
综合评分公式
最终评分 = 加权得分 × 类型匹配度 × (1 - AI概率 × 0.3)
评分等级
| 等级 | 分数 | 阅读建议 |
|---|
| A+ | 90-100 | 极力推荐！值得反复研读 |
| A | 80-89 | 强烈推荐！内容扎实 |
| B+ | 70-79 | 推荐阅读，有价值 |
| B | 60-69 | 可读，碎片时间可看 |
| C | 40-59 | 一般，可选择性阅读 |
| D | <40 | 不推荐，浪费时间 |
AI生成检测豁免规则
为防止误判真正的原创内容，采用豁免机制：
| 类型 | 检测特征 | 豁免效果 |
|---|
| 古诗词 | 五言/七言、押韵、意象密度 | AI阈值提高50%+ |
| 经典文学 | 长句、复合句、修辞丰富 | 方差阈值放宽100% |
古诗测试预期: "床前明月光..." → 识别为 classical_poetry，得分>85，标注"高度可信原创"
输出报告格式
JSON 完整报告
{
"report_id": "taster_20260408_001",
"title": "文章标题",
"type": "technical_article|essay|novel|other",
"type_confidence": 0.92,
"overall_score": 85,
"grade": "A",
"reading_advice": {
"verdict": "强烈推荐！内容扎实，适合认真阅读",
"target_audience": "初中级开发者",
"time_estimation": "10分钟",
"key_benefits": ["深入浅出的架构设计", "实操性强"],
"suitable_moments": ["专注阅读", "深度学习"]
},
"dimension_scores": {
"technical_depth": {"score": 88, "weight": 0.30},
"structure": {"score": 85, "weight": 0.25},
"practicality": {"score": 82, "weight": 0.20},
"originality": {"score": 78, "weight": 0.15},
"readability": {"score": 80, "weight": 0.10}
},
"ai_detection": {
"ai_probability": 0.15,
"is_ai_generated": false,
"ai_flavor_score": 38,
"ai_flavor_level": "轻度疑似AI",
"confidence_label": "高度可信原创",
"dimensions": {
"text_statistics": {"score": 75},
"perplexity": {"score": 80},
"vocabulary_richness": {"score": 72},
"style_consistency": {"score": 68},
"semantic_coherence": {"score": 85},
"special_patterns": {"score": 95, "exemption_type": "classical_poetry"},
"paragraph_uniformity": {"score": 70},
"bullshit_ratio": {"score": 85},
"template_patterns": {"score": 90},
"human_markers": {"score": 80}
},
"ai_flavor_warnings": [
"段落长度高度一致，AI味特征明显",
"缺少人类真实表达痕迹"
]
},
"detailed_analysis": {
"spoiler_warnings": [],
"genre_specific": {...}
},
"timestamp": "2026-04-08T10:00:00Z"
}
Markdown 用户报告
# 文章品鉴报告
## 基本信息
- **标题**: 技术架构设计原则
- **类型**: 技术文章 (置信度: 92%)
- **评分**: 85分 (A级)
## 综合评价
强烈推荐！内容扎实，适合认真阅读
**目标读者**: 初中级开发者
**预计阅读时间**: 10分钟
## 维度评分
| 维度 | 得分 | 权重 |
|------|------|------|
| 技术深度 | 88 | 30% |
| 结构清晰度 | 85 | 25% |
| 实用性 | 82 | 20% |
| 原创性 | 78 | 15% |
| 可读性 | 80 | 10% |
## AI检测结果
- **AI生成概率**: 15%
- **AI味评分**: 38 (轻度疑似AI)
- **结论**: 高度可信原创
### AI味警告
- 段落长度高度一致，AI味特征明显
- 缺少人类真实表达痕迹
## 阅读建议
- 适合专注阅读、深度学习
- 核心价值: 深入浅出的架构设计、实操性强
Skill 结构
article-taster/
├── SKILL.md # 本文件
├── scripts/
│ ├── __init__.py
│ ├── main.py # 主入口
│ ├── article_classifier.py # M1: 类型识别
│ ├── tech_analyzer.py # M2-T: 技术文章分析
│ ├── creative_analyzer.py # M2-C: 情感/散文分析
│ ├── novel_analyzer.py # M2-N: 小说分析 (无剧透)
│ ├── ai_detector.py # M3: AI生成检测
│ ├── scorer.py # M4: 综合评分
│ └── report_generator.py # 报告生成
├── config/
│ ├── scoring_weights.json # 评分权重
│ ├── type_keywords.json # 类型关键词
│ ├── ai_patterns.json # AI检测模式
│ └── exemption_rules.json # 原创豁免规则
├── references/
│ ├── scoring_methodology.md # 评分方法论
│ └── spoiler_free_principles.md # 无剧透分析原则
├── requirements.txt
└── README.md
使用方式
# 分析单篇文章
python -m article_taster analyze --text "文章内容..."
python -m article_taster analyze --file article.txt
# 批量分析
python -m article_taster batch --dir ./articles
# 仅获取快速评分
python -m article_taster quick --text "文章内容..."
# 指定文章类型
python -m article_taster analyze --text "..." --type technical_article
依赖项
- Python 3.10+
- jieba (中文分词)
- scikit-learn (文本相似度)
- openai / anthropic (可选，LLM辅助评分)
