ai-reply-heuristics

ai-reply-heuristics — 启发式估计一段文字的 AI 痕迹强度：套话密度/破折号频率/句长均匀度/排比结构 → 0-100 分与三档区间（启发式，不构成判定，附免责）。 适用场景：当需要AI痕迹启发式检查器能力时使用本技能；触发词：ai-reply-heuristics。

凡自治之物 · LGD 治理学 · 创造术家族 ｜ 评测协议：skill-quality-gate（外部公开评测门禁文档）

English

When to use

Preliminary quantification of AI-flavor intensity in text — draft review or style comparison. Use when suspecting over-boilerplate, abnormal punctuation or overly uniform structure. Use only as a reference, not as formal judgment in legal contracts or medical diagnosis.

Usage

Core script: ai_reply_heuristics.py. Run via CLI or as a Python module. Pass the text as an argument; the script extracts features and emits JSON output. No extra dependencies.

Flow

1. Prepare the text; confirm source allows public analysis.
2. Run ai_reply_heuristics.py with the text param.
3. Auto-compute boilerplate density, parallelism and other metrics → score.
4. Read the 0-100 score and three-band label.
5. Apply the "non-definitive" disclaimer; fold the result into human decision-making.

Evidence & safety

• Evidence: TBD. Version: 1.0.1. Security: no independent scan (TBD).

中文

何时用

适用于需要初步量化文本 AI 生成痕迹强度的场景，如草稿审核或内容风格对比。当怀疑文字存在过度套话、标点使用异常或结构过于均匀等机械化特征时，可使用本技能作为参考工具。请在非法律合同及医疗诊断等高风险领域使用，明确理解其不构成正式判定依据。

用法

核心脚本文件为 ai_reply_heuristics.py，支持命令行直接运行或 Python 环境模块导入方式调用。调用时需传入待分析文本字符串作为参数，系统会自动提取特征并生成 JSON 格式输出。无需额外配置依赖库，运行过程会基于预设逻辑自动读取执行。

流程

1. 准备合规的待检测文本，确认来源允许公开分析。
2. 执行 ai_reply_heuristics.py 脚本并将文本参数传入函数。
3. 系统自动计算套话密度、排比结构等指标生成分数。
4. 获取返回的 0-100 分及对应的三档区间标识信息。
5. 结合"非绝对判定"说明，将结果纳入人工决策流程中并签署免责确认。

证据与安全声明

• 证据：TBD（暂无评测/徽章链接；产生后在此更新实际链接）
• 版本：1.0.1
• 安全：未做独立安全扫描（TBD），结论待补；补全前不作推荐背书。