功能说明: 本技能涵盖 中文交互、提升工作效率、化流程 等核心能力。
文本人性化工具(专业版)
概述
专业版面向内容团队与企业,在免费版 24 类痕迹去痕基础上,扩展批量文档流水线、品牌语气风格库、AI 痕迹评分回归与多语言人性化。痕迹清单与免费版兼容,已有改写规则可直接纳入风格库.
核心能力
| 能力 | 说明 | 专业版增强 |
|---|---|---|
| 批量去痕 | 多文档流水线处理 | CI 集成 |
| 品牌风格库 | 语气、禁用词、模板 | 版本化治理 |
| 痕迹评分 | AI 痕迹密度量化 | 回归追踪 |
| 多语言 | 中英等多语言人性化 | 术语统一 |
| 术语一致 | 术语表与禁用词表 | 全文校对 |
技术实现要点:核心能力基于input_params参数与output_format配置实现,支持创建/查询/修改/删除等操作模式,通过config_options进行运行时配置. |
核心功能执行
用input_params参数进行配置.
处理: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回核心功能执行的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
input_params参数,支持创建/查询/导出操作
参数配置与调用
用config_options参数进行配置.
处理: 解析参数配置与调用的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回参数配置与调用的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
config_options参数,支持修改/重置/导入操作
结果处理与输出
用output_format参数进行配置.
处理: 解析结果处理与输出的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回结果处理与输出的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
output_format参数,支持导出/保存/转换操作 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:面向团队的批量文、本去痕、风格库与品牌语气、治理工具、本去痕与品牌语气、治理专业工具、批量文档去痕与流、水线集成、品牌语气风格库与、多场景模板、痕迹评分与回归追、多语言人性化与术、语一致性等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.
使用场景
场景一:批量文档去痕流水线
# 批量处理脚本
import os, json
from pathlib import Path
# ...
style = json.load(open("brand-voice.json"))
for md in Path("content/").glob("*.md"):
text = md.read_text(encoding="utf-8")
# 调用 Agent 按 style 去痕
# humanized = agent.humanize(text, style)
# Path("output/").joinpath(md.name).write_text(humanized, encoding="utf-8")
print(f"已处理: {md.name}")
场景二:品牌语气风格库
{
"brand_voice": {
"tone": "专业但平易,不卖弄",
"forbidden_words": ["赋能", "抓手", "闭环", "生态", "深度"],
"preferred": {"重要": "关键", "此外": "另外"},
"rhythm": "短长句交替,避免三连排比",
"first_person": "产品文档用「我们」,技术博客可用「我」"
},
"templates": {
"release_note": "先说改了什么,再说为什么,最后说影响",
"faq": "问句口语化,答句先给结论再给原因"
}
}
场景三:痕迹评分与回归
评分维度(0-10,越低越自然):
夸大意义密度: 1.2
AI 高频词密度: 0.8
三连排比次数: 2
破折号密度: 0.5
模糊归因次数: 1
综合痕迹分: 1.1(基线 2.3,已下降 52%)
不适用场景
以下场景文本人性化工具专业版不适合处理:
- 专业医学法律翻译认证
- 同声传译
- 文学创作翻译
触发条件
需要文本翻译、多语言转换、本地化处理时使用。不适用于非本工具能力范围的需求.
快速开始
- 将免费版 24 类痕迹纳入品牌风格库.
- 定义禁用词表与语气模板.
- 配置批量处理流水线.
- 接入痕迹评分与回归追踪. 响应解析: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤.
示例
风格库配置(brand-voice.json):
{
"version": "1.2.0",
"languages": ["zh", "en"],
"terminology": {"AI": "人工智能", "API": "接口"},
"scoring": {"baseline": 2.3, "target": 1.5, "block_above": 3.0}
}
优选实践
- 风格库版本化:品牌语气变更走版本,便于回溯与协同.
- 禁用词先行:先定禁用词表,再定语气,落地最快.
- 评分入 CI:内容发布前跑痕迹评分,超阈值阻断.
- 术语统一:术语表避免同一概念多种叫法.
- 多语言对齐:多语言版本共享术语表与禁用词.
免费版兼容性
| 项目 | 免费版 | 专业版 |
|---|---|---|
| 24 类痕迹 | 相同 | 相同(纳入风格库) |
| 范围 | 单篇 | 批量流水线 |
| 语气 | 基础注入 | 品牌风格库 |
| 评分 | 不支持 | 量化回归 |
常见问题
Q1:风格库怎么团队协同? A:风格库以 JSON 版本化管理,团队评审后合并. Q2:批量处理要多大机器? A:纯文本处理开销低,千篇文档普通笔记本即可. Q3:评分能躲过检测器吗? A:评分目标是量化自然度,不针对特定检测器. Q4:术语表支持多少条? A:无上限,建议按业务域分组管理. Q5:专业版有优先支持吗? A:有。专业版享风格库设计与语气调优咨询.
进阶用法
批量流水线集成
# CI 集成:内容发布前跑痕迹评分
import json, subprocess, sys
# ...
def humanize_file(path, style):
text = open(path, encoding="utf-8").read()
# 调用 Agent 按 style 去痕
result = agent.humanize(text, style)
score = score_traces(result)
if score > style["scoring"]["block_above"]:
print(f"{path}: 痕迹分 {score} 超阈值,阻断")
sys.exit(1)
open(path, "w", encoding="utf-8").write(result)
# ...
humanize_file(md, json.json")))
多语言术语一致性
{
"terminology": {
"AI": {"zh": "人工智能", "en": "AI"},
"API": {"zh": "接口", "en": "API"},
"cloud": {"zh": "云服务", "en": "cloud"}
},
"consistency_check": true,
"block_on_mismatch": true
}
一致性检查:
zh 版: 「人工智能」✓
en 版: 「AI」✓
术语统一,无混用
痕迹评分回归
# 归档每次评分
python (请参考skill目录中的脚本文件) --input content/ --save scores/$(date +%F).json
# ...
# 趋势对比
python (请参考skill目录中的脚本文件) --dir scores/ --baseline main
趋势报告:
基线(main): 2.3
当前: 1.1(下降 52%)
分项: 夸大意义 1.2→0.4, 高频词 0.8→0.3
判定: 达标,可发布
风格库治理
- 版本化协同:风格库走 Git 版本,团队评审合并.
- 禁用词先定:先定禁用词表落地最快,再调语气.
- 模板分场景:发布说明、FAQ、博客各有模板.
- 评分入 CI:发布前跑评分,超阈值阻断.
- 定期复盘:月度复盘评分趋势与误报,调优风格库.
已知限制
- 共享术语表:多语言共享术语映射,避免同一概念多种叫法.
- 语序差异:去痕时遵循目标语言语序,别直译.
- 文化适配:幽默、比喻按文化适配,避免歧义.
- 禁用词分语言:中英文禁用词表分别维护.
依赖说明
运行环境
- Agent 平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
- 操作系统: Windows / macOS / Linux
- Python: 3.9+(批量脚本)
依赖详情
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| Python | 运行时 | 批量脚本必需 | python.org |
| LLM API | API | 必需 | 由 Agent 内置 LLM 提供 |
API Key 配置
- 本工具为纯 Markdown 指令,无需额外 API Key
可用性分类
- 分类: MD+EXEC(Markdown 指令 + 命令行执行)
- 说明: 通过自然语言指令驱动 Agent 批量去痕并治理品牌语气
错误处理
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案 |
输出格式
{
"success": true,
"data": {
"result": "文本人性化工具专业版处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "humanizer pro"
}
},
"execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
"error": null
}
安全注意事项
| 风险类型 | 防范措施 |
|---|---|
| API密钥泄露 | 通过环境变量配置,禁止硬编码到代码或配置文件中 |
| 命令执行风险 | 仅执行白名单命令,避免拼接用户输入到命令行参数中 |
| 网络通信安全 | 使用HTTPS协议,验证SSL证书有效性 |
| 敏感数据暴露 | 输出结果中不包含密钥、令牌等敏感信息 |
使用前请确认已阅读依赖说明章节,确保运行环境满足安全要求。
Related skills
- Downloads
- Security audit
- Pass
- Last updated
- 1mo ago
- Current version
- v1.0.0
- License
- MIT-0
