Install
openclaw skills install @lingyu9495-source/ai-fingerprint-desensitizer平台现在不是"猜"你是不是 AI 写的,是**拿语义指纹比对**——句子节奏、关联词习惯、段落结构、标点规范度,都对得上就降权。 问题是:**你根本不知道自己的稿子哪里像 AI**,只感觉"读起来有点平"。 这套做的是**检测 → 改写 → 复检**的闭环,不是丢你一段 prompt: 1. **五维指纹检测**(可定位到句):句式指纹 / 词汇指纹 / 结构指纹 / 节奏指纹 / 标点指纹,逐维打分并**指出最像 AI 的那几句**——先知道病在哪,才谈得上改 2. **分层改写手法**(不是换词):具体化替换(抽象论断 → 具体事实/数字/场景)、节奏打散(破坏均匀句长)、视角注入(第一人称经验与时间地点)、信息增量(补真实案例)——**平台真正奖励的是"人工介入痕迹",不是同义词替换** 3. **闭环复检**:改完自动复检,未达标按最弱维度再改一轮(可设最多轮次),并输出前后对比报告 4. **平台差异**:头条(语义指纹比对 + 原创度权重)、公众号(完读率第一)、小红书(AI 辅助需标注)、网文(平台审核红线)各有侧重 ⚠️ **合规边界写死在包里**:这不是"洗稿工具",也不是"绕过审核"——是把你自己的内容补足人工痕迹(真实案例、实地数据、个人观点),这恰好是平台规则里明确要求的方向。用在别人的稿子上=洗稿,包内直接标红。 输入:你的原稿(.md / .txt / 直接粘贴) 输出:五维指纹报告(含问题句定位)+ 改写建议 + 改写后复检对比 触发词:AI味、去AI味、降AI率、AI指纹、AI检测、内容原创度、平台降权、AI生成内容、人工痕迹、改写、去AI化、过检测。
openclaw skills install @lingyu9495-source/ai-fingerprint-desensitizer目标不是"把话改得像人说的",而是让内容带上真实的人工痕迹——这是平台规则明确要求、也是唯一长期有效的方式。
① 检测(五维指纹) → ② 分层改写(按最弱维度下手) → ③ 复检(未达标再来一轮)
关键:不要跳过第 ① 步直接改写。不知道病在哪,改出来还是那股味儿。
# 1) 检测:给出五维得分 + 最像 AI 的句子
python scripts/fingerprint_check.py 你的稿子.md
# 2) 按报告里"最弱维度"对照 references/rewrite-playbook.md 改写
# 3) 复检 + 前后对比
python scripts/fingerprint_check.py 你的稿子.md --compare 改后.md
脚本纯标准库零依赖,本地跑,稿子不出本机。
| 维度 | 像 AI 的特征 |
|---|---|
| 句式 | 句子长度太一致、关联词密度高(因此/然而/总之)、三句一段的固定节奏 |
| 词汇 | "首先/其次/最后"、"值得注意的是"、"总的来说"、四字词连用 |
| 结构 | 标准的"总—分—总"、每段首句都是论断、对称排比过多 |
| 节奏 | 段落长度均匀、没有口语插入、没有跑题式的个人插话 |
| 标点 | 全半角完全统一、引号叠用规范得可疑、零错别字零口误 |
详细判定规则(含阈值与反例)见 references/detection-rules.md。
详见 references/compliance-boundary.md。
| 文件 | 用途 |
|---|---|
scripts/fingerprint_check.py | 五维指纹检测 + 前后对比(零依赖、本地跑) |
references/detection-rules.md | 五维判定规则、阈值、反例 |
references/rewrite-playbook.md | 分层改写手法库(含 before/after 对照) |
references/platform-profiles.md | 各平台检测偏好与红线 |
references/compliance-boundary.md | 合规边界(能做/不能做) |
templates/rewrite-report.md | 改写报告模板 |