de-ai-flavor

检查并优化中文文章的AI翻译腔，让文本更自然

去AI味

检查中文文章中的 AI 翻译腔，给出修改建议并直接优化。

输入

{ARGUMENT} 是要检查的文件路径。如果为空，询问用户提供文件路径。

检测规则

逐段扫描文章，检测以下 4 类 AI 翻译腔：

规则 1：物理动作动词形容思维

用物理动作来描述抽象思维过程，是英文直译的典型痕迹。

常见问题词： 接住、击穿、拆解、锋利、打通、抓住、落地、深耕、赋能、抓手、沉淀、闭环、拉齐、对齐（作动词用时）、链路、痛点、颗粒度

修改方式： 换成直接的中文表达，或删掉。

• "拆解这个问题" → "分析这个问题"
• "打通全链路" → "完成全部流程"
• "赋能开发者" → "帮开发者"

规则 2：形容词预判 + 冒号

先给一个主观评价，再用冒号展开内容。AI 特别爱用这种结构。

典型模式：

• "X 很简单："
• "X 有几个亮点："
• "X 最让人印象深刻的是："
• "X 的核心理念是："
• "X 清晰分层："

修改方式： 删掉评价部分，直接展开内容。

• "SDK 的架构清晰分层：" → "SDK 的架构分了几层："
• "就这么简单。prompt() 是阻塞式的" → "prompt() 是阻塞式的"
• "这是最让人印象深刻的特性之一" → 直接说内容

规则 3：抽象名词主语 + 形容词结论

用抽象名词做主语，配上一个形容词结论，看起来高级但空洞。

典型模式：

• "X 的设计哲学不是 A 而是 B"
• "X 为 Y 生态带来了一套完整的 Z"
• "X 提供了一套生产级别的 Y"
• "这些是在构建 Z 时必不可少的基础设施"

修改方式： 换成具体描述，或直接说结论。

• "它的设计哲学不是做一个简单的封装，而是提供一套生产级别的运行时" → "它提供的不只是 LLM API 的一层封装"
• "值得一试" → "可以 clone 下来跑跑看"（给具体动作）

规则 4：不必要的英文混入

中英文夹杂在技术文章中有时必要，但有些混入是多余的。

判断标准： 如果有对应的中文名称且读者普遍熟悉，就不需要英文。

• "Interface" → "接口"（如果上下文都是中文）
• "Leverage" → 直接用中文

注意： 技术术语保留英文是正常的（API、SDK、LLM、Agent、MCP 等），不要过度修改。

执行流程

1. 读取文件：读取 {ARGUMENT} 指定的文件
2. 逐段扫描：按上面 4 条规则逐段检查，记录所有问题
3. 汇报问题：列出发现的问题，按规则分类，每条给出原文和修改建议
4. 应用修改：直接修改文件
5. 显示 diff：用 git diff 展示改动，让用户确认

输出格式

先汇报问题，格式如下：

text

规则 X：<规则名称>
- 第 N 段："原文片段" → 建议改为："修改后"

然后直接应用修改，最后显示 diff。

注意事项

• 只修改有问题的句子，不要改写没有 AI 味的正常内容
• 技术术语的英文保留不动
• 保持文章原有的结构和排版
• 如果文章几乎没有 AI 味，直接告诉用户"这篇文章没什么 AI 味，不需要改"