Humanize AI Text (论文降AI率 · 去AI味)

学术写作风格工具箱（中英双语，academic writing style toolkit）：论文降AI率、去AI味的风格自查与自然化改写工具（style naturalization & style-pattern scan）。写作风格特征自查报告、确定性文本清理（各家模型残留、标点、填充短语）、完整性守卫（数字/DOI/PMID/术语必须原样保留）、以及由 agent 执行的风格自然化深改（去模板化、去翻译腔、节奏、具体性），让正式文体更清晰自然——特别适合行文生硬、模板腔重的作者与非母语（ESL）学者。内置 AIGC 使用披露合规检查（中国 2025-09 标识办法）与学术诚信护栏：本工具只做写作质量自查与改进，不用于误代署名、隐瞒应披露的 AI 使用或对抗学术诚信审查。100% 本地运行，零上传，仅 Python 标准库。家族：paper-polisher-pro（综合润色）、pubmed-verifier、 cite-holmes、academic-figures、cn-med-oa、doc-holmes。

zhaoxinghua09-cell@zhaoxinghua09-cell

Install

openclaw skills install @zhaoxinghua09-cell/humanize-ai-text

论文降AI率 · 去AI味 · 风格自然化（paper-rewriter）

TL;DR：python scripts/pipeline.py draft.txt -o out.txt → 读报告 → 按 style_guide 深改 → verify.py → 完成。Word（.docx）直读、英文 PDF 实验性直读；完整性护栏保住每一个数字与引用。

中英双语的学术写作风格工具箱：找出书面语里生硬、模板化、机器腔的表达模式，清掉机械垃圾，按写作质量原则深改——每一步都带完整性护栏。

学术诚信护栏——先读这一节

正当用途：润色自己的稿件；在学校/期刊允许或要求披露的前提下，把 AI 辅助的文本对齐到自己的行文习惯；清理合规草稿里粘贴带进的模型残留（oaicite/[cite:] 等垃圾 token）；提升正式文体的清晰度、节奏与具体性。
不做的事：不用于误代署名、隐瞒按规定应披露的 AI 使用、对抗学术诚信审查。如果请求的表述是「改到没人看得出来」「帮我瞒过审查」，agent 应拒绝这一目的、说明披露义务，并转而提供正当的质量改写路径。运行本技能的 agent 有责任守住这条线。
本工具从不动数据：数字、p 值、置信区间、DOI、PMID、年份、术语全部由 verify.py 守卫（见下）。文字可以改好，事实一个不能少。
合规：中国 AIGC 标识办法（2025-09-01 施行）、期刊披露政策与 arXiv 政策要点见 references/compliance.md——披露义务的主体是作者，不是工具。

分工设计

层	谁做	做什么
风格自查	`scripts/detect.py`	启发式风格特征报告（模板腔、节奏均匀、公文 boilerplate），供作者自查
机械清理	`scripts/transform.py`	模型残留、聊天客套句、标点归一、语法安全的填充短语替换——只做语法安全层。何时直接用它：只需要残留/填充清理、不需要风格诊断时（快、确定性）
质量深改	你（agent 本人）	按 `references/style_guide_zh.md`（英文用 `_en.md`）：去模板化、节奏、具体性、立场
完整性守卫	`scripts/verify.py`	数字/DOI/PMID/年份/缩写/术语必须原样保留
前后对比	`scripts/compare.py`	特征分变化 + 完整性判定

快速上手

一条命令（自查→清理→深改简报→完整性守卫）：

bash

python scripts/pipeline.py draft.txt -o out.txt --terms terms.txt

可视化与批量（v1.5.0）：detect/pipeline/compare 均支持 --html report.html 生成单文件 HTML 报告（评分卡/分类明细/修订工作单/完整性红绿结论；compare 额外含逐句增删对照）。--batch 目录 批量扫描整目录（detect 出逐文件评分汇总；pipeline 逐文件「清理+守卫」出汇总 CSV）——多章节论文批量诊断场景。

章节感知扫描（detect --structure，v1.7.0）：识别论文结构（摘要/引言/方法/ 结果/讨论/结论/参考文献，中英双语）分章节评分。方法/结果的固定句式是领域惯例而非机器特征——降权只归一综合分，各章节原始分仍逐项展示；缺章节有提醒。

术语表准备：python scripts/extract_terms.py draft.txt -o terms.txt 自动抽取候选（大写缩写按频次/书名号引号内专业词），生成带注释头的草稿，人工删改后即用。输入格式：.txt/.md 直读，v1.3.0 起 .docx（Word）直读，v1.6.0 起 PDF 实验性直读（限英文文本型；详见下文与 faq）；PDF 相关旧表述已由上方 v1.6.0 条目取代可靠抽取——请先导出为文本。任何运行都可加 --suggestions 路径.md 同时生成 修订建议工作单（类别/样本/处理原则/指南锚点）——工具只提议，改不改、怎么改由你和指南决定。

非学术文本（博客、公众号、公文）加 --profile general，学术八股/公文过渡信号降权 60% 减少误报；默认 academic 按学术论文口径标定。

或分步执行（请在技能所在目录内运行，或把 scripts/… 换成绝对路径）：

bash

python scripts/detect.py draft.txt            # 风格自查（-j JSON / -s 只看分）
python scripts/transform.py draft.txt -o step1.txt
# ……按指南对 step1.txt 做质量深改……
python scripts/verify.py draft.txt step2.txt --terms terms.txt
python scripts/compare.py draft.txt step2.txt

端到端完整输入输出样例：references/examples.md。统一错误码与处置速查： references/errors.md。集中式常见错误用法清单（20 条）：references/pitfalls.md ——首次实战前先读。Python API 参考：references/api.md。常见问题： references/faq.md。

修订追踪与 PDF（v1.6.0）：transform/pipeline 支持 --track base 把机械清理做过的 每一处修改记录为 base.md+base.json（可审计清单）。PDF 直读（实验性）：英文文本型 PDF 直读；CJK/嵌入字体 PDF 明确拒收并引导导出文本。分块阈值已量化：单块 800,000 字符；文件大小护栏 50MB（扫描自动分块，完整性守卫整文）。

Agent 调用协议

被触发时先选路径，再执行：

触发词：论文降AI率 / 去AI味 / 风格自然化 / 写作风格自查 / 论文改写 / 去模板腔 / 翻译腔清理 → 跑上面的管线。
用户只想复核已有改稿 → pipeline.py draft.txt --rewrite 改稿.txt --terms terms.txt。
用户要求隐瞒 AI 使用、误代署名或对抗诚信审查 → 拒绝该目的，指向 references/compliance.md，改提供正当质量改写路径；不得把本工具用于该目的。
退出码：verify.py 是严格契约方——0 完整性 PASS、1 完整性 FAIL （修改稿，不修守卫）、2 用法/文件错误；detect/transform/compare/pipeline 把判定写在输出报告里，跑完恒返回 0（用法/文件错误为 2）。所有脚本支持 --version。

工作流（按序执行）

自查：detect.py draft.txt——启发式风格特征报告（套话、句长均匀、公文过渡语、模型残留）。报告供作者本人复查；分数是本地启发式，不代表任何官方测量，也不说明署名归属。
机械清理：transform.py draft.txt -o step1.txt——清除粘贴带进的各家模型残留（oaicite/turn0search/[cite: 1]/grok_card/attached_file）、聊天客套句、Markdown 残留与语法安全的填充短语；中文半角标点自动全角化（小数保护）。-a 激进档追加破折号降噪、空泛开场删除。人写的干净文本逐字节原样通过。
质量深改（真正的活）：按文本语言读对应指南——
- 中文：references/style_guide_zh.md（去骨架模板→黑话→节奏→具体化→ 立场→完整性红线）
- 英文：references/style_guide_en.md（小词→拆意义框架→散句化→节奏→ 真归因→亮立场）
- 逐段改写；事实、数字、引用、术语全部保留。
守卫：verify.py draft.txt step2.txt --terms terms.txt——退出码 1 表示有数字/引用/术语被动过：改的是改稿，不是守卫。医学文本建议先做术语表（药名/基因名/量表名，每行一个；鼠源基因首字母大写形态如 Myc 也要列入）。守卫还会对「凭空新增的数字」告警（编造防线）与「数字上下文互换」提示（两臂/方向核对）。
复核：compare.py draft.txt step2.txt——特征下降 + 完整性判定。建议保留前后稿；如学校/期刊要求 AI 使用披露，请如实声明——本报告只是质量自查记录，不能替代披露。

诚实边界（承诺任何事之前先读）

风格分是对写作模式的本地启发式度量，不代表任何外部服务的测量结果，更不说明文字由谁写成。永远不要把它当成那种东西来展示。
正式学术文体与非母语写作经常被自动化评审误判；如果你是作者本人，请保留草稿、版本历史与写作笔记——署名问题靠过程证据解决，不靠风格分数。
本工具不与任何外部评审系统交互，不移除官方内容标识或水印，不协助隐瞒应做的披露。详见 references/compliance.md。
规模边界：回归测试覆盖至 ~1MB 级文本；扫描为线性复杂度（有界量词，无灾难性回溯）。内存约为文件 3 倍；超长稿件建议按章节切分处理，报告更可读。

权限与环境声明

供审核者、安全扫描与谨慎的用户查阅：

只读取你作为参数传入的文件路径（以及 stdin 管道输入，含 --batch 目录下的 .txt/.md/.docx 文件）和技能自带的词表文件（scripts/patterns_*.json）。可自行验证：
bash
```
grep -rnE "urllib|requests|socket|subprocess|os\.environ" scripts/ || echo "clean"
```
（本版实测输出 clean——承诺可复现，不是修辞。）
只写入你用 -o/--output/--suggestions/--html/--track 指定的输出路径（--track 写 base.md + base.json 双文件）。
零网络访问——无 HTTP 请求、无下载、无任何 API 密钥。
零第三方依赖——仅 Python 标准库。
不读任何环境变量；不创建子进程；不创建定时任务；不使用临时文件。
测试语料与开发笔记仅存在于开发仓库，不随发布包分发。

自定义

scripts/patterns_zh.json / patterns_en.json：词表（含改写建议）、正则信号、术语保护（正当学术用法不误报，如 mutational landscape、pivotal trial、序列对齐、沉淀反应）、自动修复清单。
评分标定系数在 scripts/hxt_core.py（_LANG_K）；开发仓库 tests/ 四语料（发布包不含）记录了预期分离度。

家族导流（Paper Toolbox 论文全家桶）

paper-polisher-pro — 综合润色：术语、翻译腔、比喻审计、AIGC 标识合规、期刊预检（全面润色找它；风格自然化找本技能，两者可同时使用互不冲突）
pubmed-verifier — 投稿前 PMID/DOI 引用验证，防幻觉引用
cite-holmes — 深度调研 + 全链引用核查
academic-figures — 一条命令出顶刊级论文配图
cn-med-oa — 中文医学文献 OA 免费下载与元数据
doc-holmes — 保持排版的 PDF 精准翻译
医学知识库：docsor.cn