免费、本地运行、零依赖。检测 + 改写一步到位。
python scripts/academic_cn.py 论文.txt -o 改后.txt --compare原文: 79/100 VERY HIGH
改写后: 12/100 LOW
✅ 降低了 67 分
就这么简单。不用注册，不用付费，不用联网。
改写前 🔴 79分：
本文旨在探讨人工智能对高等教育教学模式的影响，具有重要的理论意义和实践价值。研究表明，人工智能技术已被广泛应用于课堂教学、学生评估和个性化学习等多个方面。
改写后 🟢 12分：
本研究聚焦于人工智能对高等教育教学模式的影响，兼具理论探索与实践参考的双重价值。前人研究发现，人工智能技术已广泛用于课堂教学、学生评估和个性化学习等多个方面。
改写前 🔴 87分：
综上所述，人工智能技术在教育领域具有重要的应用价值和广阔的发展前景。值得注意的是，随着技术的不断发展，AI 将在个性化学习、智能评估等方面发挥越来越重要的作用，为教育行业的数字化转型赋能。
改写后 🟢 12分：
简单讲，人工智能技术在教育领域有其独特价值和广阔的进展前景。如今，AI 将在个性化学习、智能评估等维度发挥越来越要紧的作用。
改写前 🟠 72分：
在当今快节奏的生活中，时间管理具有至关重要的意义。
改写后 🟢 8分：
姐妹们！说真的，时间管理这事我踩过太多坑了 😭 之前天天加班到半夜，后来摸索出一套方法，现在居然能准点下班了？！
# 方式一：ClawHub
clawhub install humanize-chinese
# 方式二：Git Clone
git clone https://github.com/voidborne-d/humanize-chinese.git
# 方式三：Claude Code Skill
npx skills add https://github.com/voidborne-d/humanize-chinese.git不需要 pip install 任何东西。下载就能用。
4 个 slash command，复制到 .claude/commands/ 即可：
git clone https://github.com/voidborne-d/humanize-chinese.git
cp humanize-chinese/claude-code/*.md YOUR_PROJECT/.claude/commands/然后在 Claude Code 里：
/detect 综上所述，人工智能技术在教育领域具有重要的应用价值...
/humanize 本文旨在探讨人工智能对高等教育教学模式的影响...
/academic 论文.txt
/style xiaohongshu 在当今快节奏的生活中...
| 命令 | 功能 |
|---|---|
/detect |
AI 痕迹检测，0-100 评分 |
/humanize |
去 AI 味改写 |
/academic |
学术论文 AIGC 降重 |
/style [风格] |
风格转换（7 种） |
# 检测
python scripts/academic_cn.py 论文.txt
# 改写 + 对比
python scripts/academic_cn.py 论文.txt -o 改后.txt --compare
# 激进模式（降得更狠）
python scripts/academic_cn.py 论文.txt -o 改后.txt -a --comparepython scripts/detect_cn.py text.txt -v # 检测
python scripts/humanize_cn.py text.txt -o clean.txt # 改写
python scripts/compare_cn.py text.txt -a # 对比python scripts/style_cn.py text.txt --style xiaohongshu # 小红书
python scripts/style_cn.py text.txt --style zhihu # 知乎
python scripts/style_cn.py text.txt --style weibo # 微博7 种风格：口语化 / 知乎 / 小红书 / 公众号 / 学术 / 文艺 / 微博
| 功能 | 说明 |
|---|---|
| 🔍 AI 检测 | 20+ 规则维度 + N-gram 困惑度统计，0-100 评分，精确到句子 |
| 📈 统计分析 | 困惑度 / 突发度 / 段落熵，从概率分布层面检测 AI |
| ✏️ 智能改写 | 困惑度引导选词 + 低频 bigram 注入 + 句长随机化 + 噪声表达 |
| 🎓 学术降重 | 10 维度检测 + 120 条学术替换，针对知网/维普/万方 |
| 🎨 风格转换 | 7 种中文写作风格一键转换 |
| 📊 前后对比 | 改写前后评分变化一目了然 |
| 🔄 可复现 | --seed 保证相同输入相同输出 |
| 📦 零依赖 | 纯 Python 标准库，下载即用 |
用 ChatGPT / DeepSeek 写了论文初稿？三步搞定：
# 1. 看看 AIGC 率多高
python scripts/academic_cn.py 论文.txt
# 2. 一键改写
python scripts/academic_cn.py 论文.txt -o 改后.txt --compare
# 3. 不够就开激进模式
python scripts/academic_cn.py 论文.txt -o 改后.txt -a --compare工具做了什么：
- "本文旨在" → "本研究聚焦于"
- "被广泛应用" → "得到较多运用"
- 打破每段一样长的结构
- 加入"可能""在一定程度上"等学术犹豫语
- "研究表明" → "笔者认为""前人研究发现"
| 分数 | 等级 | 含义 |
|---|---|---|
| 0-24 | 🟢 LOW | 基本像人写的 |
| 25-49 | 🟡 MEDIUM | 有些 AI 痕迹 |
| 50-74 | 🟠 HIGH | 大概率 AI 生成 |
| 75-100 | 🔴 VERY HIGH | 几乎确定是 AI |
规则层（看词）：三段式套路、机械连接词、空洞宏大词、AI 高频词、模板句式、段落结构均匀度……
统计层（看分布）：基于 15 万条中文字符 n-gram 频率表：
| 指标 | AI 文本 | 人类文本 |
|---|---|---|
| 困惑度 | ~231（可预测） | ~533（自然） |
| 突发度 | 均匀 | 忽简忽繁 |
| 段落熵 | 每段一样 | 有差异 |
不是盲目替换。每次替换从多候选中选困惑度最高的（最不可预测 = 最像人写的）。
三个深度策略：
- 低频 bigram 注入：扫描最高频的字组合，换成低频同义词
- 句子长度随机化：制造不均匀节奏（AI 每句差不多长，人类忽长忽短）
- 噪声表达插入：犹豫语、自我修正、不确定标记（学术模式自动过滤口语）
效果：
| 文本类型 | 原文 | 改写后 | 激进模式 | 人类参考 |
|---|---|---|---|---|
| 通用 | 231 | 306 | 348 | ~533 |
| 学术 | 174 | 273 | 326 | ~533 |
# 检测
python scripts/detect_cn.py [file] [-v] [-s] [-j]
# 改写
python scripts/humanize_cn.py [file] [-o out] [--scene S] [--style S] [-a] [--seed N]
# 学术降重
python scripts/academic_cn.py [file] [-o out] [--detect-only] [-a] [--compare]
# 风格转换
python scripts/style_cn.py [file] --style S [-o out]
# 对比
python scripts/compare_cn.py [file] [-o out] [--scene S] [-a]| 参数 | 说明 |
|---|---|
-v |
详细模式，显示最可疑的句子 |
-s |
只输出评分 |
-j |
JSON 输出 |
-o |
输出文件 |
-a |
激进模式 |
--seed N |
固定随机种子 |
--no-stats |
关闭统计优化（更快） |
--no-noise |
关闭噪声注入和句长随机化 |
for f in *.txt; do echo "=== $f ===" && python scripts/detect_cn.py "$f" -s; done
for f in *.md; do python scripts/humanize_cn.py "$f" -a -o "${f%.md}_clean.md"; done所有检测模式、替换词库、权重都在 scripts/patterns_cn.json，可以自己改。
和 Humanizer-zh（5k⭐）的区别：
| 本项目 | Humanizer-zh | |
|---|---|---|
| 运行方式 | ✅ 独立 CLI，终端直接跑 | 纯 prompt，必须在 Claude Code 内用 |
| 依赖 | ✅ 零依赖 | 需要 Claude Code + API 额度 |
| 量化评分 | ✅ 0-100 分 | ❌ 无评分 |
| 统计检测 | ✅ N-gram 困惑度 + 突发度 + 熵 | ❌ 无 |
| 学术模式 | ✅ 10 维度 + 120 条替换 | ❌ 无 |
| 风格转换 | ✅ 7 种 | ❌ 无 |
| 可复现 | ✅ --seed |
❌ 每次不同 |
| 批量处理 | ✅ CLI 管道 | ❌ 只能单篇交互 |
| 免费 | ✅ 完全免费 |
简单说：Humanizer-zh 是个好 prompt，但只能在 Claude Code 里用。我们是独立工具，任何环境都能跑。
MIT — 随便用，不用付钱，不用署名。