Humanizer-zh

Humanizer-zh：中文文本润色 Skill

编辑已有文章、评论和文档中的空话、重复及模板化表达，保留事实、确定程度和作者声音。输入是一段文字或一个文件，默认输出最终改写稿；没有问题的句子可以不改。

这是一份由 Agent 读取执行的编辑指导，不是独立的检测程序。它不能证明文章由谁撰写，也不保证通过任何 AI 检测器。

2026-09-23 更新：重写了规则和示例，明确保留事实、作者立场和文体。普通的排比、破折号和连接词不再一律修改。详见 更新记录。

安装

方法一：通过 npx 一键安装（推荐）

npx skills add https://github.com/op7418/Humanizer-zh.git

这是最简单的安装方式，会自动将技能安装到正确的目录。

方法二：通过 Git 克隆

# 克隆到 Claude Code 的 skills 目录
git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer-zh

方法三：手动安装

1. 下载本项目的 ZIP 文件或克隆到本地

2. 将 Humanizer-zh 文件夹复制到 Claude Code 的 skills 目录：

   • macOS/Linux: ~/.claude/skills/
   • Windows: %USERPROFILE%\.claude\skills\

3. 确保文件夹结构如下：

   ~/.claude/skills/humanizer-zh/
   ├── SKILL.md       # 技能定义文件（中文版）
   └── README.md      # 说明文档
   

验证安装

重启 Claude Code 或重新加载 skills 后，在对话中输入：

/humanizer-zh

如果安装成功，该技能将被激活。

使用

粘贴文本：

请用 humanizer-zh 润色下面的文章，保留技术评论的语气：
[原文]

编辑文件：

请用 humanizer-zh 润色 article.md 中的正文。

只审阅时说明“给出建议，不修改文件”。有作者样本时可一并提供，Skill 会借鉴表达习惯，但不会把样本中的经历、数据或观点搬入原文。

改写示例

以下均为教学用输入，没有未展示的补充材料。

产品介绍，缺少数据：

原文：该方案稳定可靠、快速响应、易于维护。

改写：这套方案运行稳定、响应快，也方便维护。

没有补写上线时间、响应速度或维护成本。原文缺少证据，可以向作者索取，不能用润色补出数据。

故障反馈，有不确定性：

原文：该问题被社区多次报告，被认为可能与内存泄漏有关，但原因尚未确认。

改写：社区多次报告这个问题。它被认为可能与内存泄漏有关，但原因尚未确认。

保留“可能有关”和“尚未确认”，不把推测改成因果结论，也不把原因判断擅自归给社区。

更新说明，有真实的三项功能：

原文：这次更新彰显了团队对创新的追求。它新增导出、搜索和批量重命名。离线编辑计划在下一版推出，目前尚未完成测试。

改写：这次更新新增导出、搜索和批量重命名。离线编辑计划在下一版推出，目前尚未完成测试。

保留三个功能，不为避开三段式删项或凑项；计划和测试状态保持原意。

已经清楚的文字：

原文：先保存文件，再关闭窗口。未保存的修改会丢失。

改写：先保存文件，再关闭窗口。未保存的修改会丢失。

不要求每次调用都产生修改。

编辑原则

约束优先级是：保留信息和确定程度，遵守用户范围与文体，匹配作者声音，再处理具体表达问题。模式命中不能覆盖这些要求。

• 不编造功能、数据、来源、人物身份或第一人称经历。
• 保留否定、条件、归因、范围、时间和完成状态；“可能”不变成“确定”，“计划”不变成“已经”。
• 三项列表、四字格、被动句、破折号和连接词按作用判断，不机械删除。
• 随笔可以保留个性，学术和商务文本保留正式程度；不把所有文章改成同一种口语。
• 文件编辑默认保留代码、命令、路径、链接目标、YAML、数据、标题和锚点。改标题或结构需要检查引用。
• 默认只交付最终稿，不要求展示中间草稿、命中清单或自评分。

模式目录

保留 31 个检查点，沿用 PR #39 的 A–F 分类，便于对照。这是编辑问题清单，不是作者身份检测标准。

分类	检查点
A：铺垫代替陈述（1–5）	假对比、戏剧性碎片、伪深度、起跑式铺垫、无对象的辩护
B：公式化节奏（6–11）	强凑三段式、重复开头、万能破折号、限定堆叠、生造复合词、被动与缺主语
C：拔高与借权威（12–18）	空泛高频词、意义拔高、模糊关联、句尾拔高、宣传语、权威背书、复杂系动词
D：公式化排版（19–21）	无效粗体、装饰性标题、引号和标点
E：聊天与草稿残留（22–25）	客服腔、重复免责与猜测填充、首句复读标题、编辑过程残留
F：中文补充检查（26–31）	长定语、“进行＋动词”、被字句堆叠、四字词排比、万能背景、套话收尾

每条包括修改条件、前后示例和保留边界，详见 SKILL.md。

验证

测试说明包含 18 个短文本案例、一个 Markdown 文件样例和结构检查脚本。本次更新还做了旧版与修订版的长文对照，检查数字、条件、归因、作者态度和文件结构。单次、有限样例不能代表所有模型和文体；不能用字数下降或模型自评分证明效果。

来源与许可

• blader/humanizer v3.0.0：原项目及 A–E 分类、声音校准、文件模式的来源。
• Humanizer-zh PR #39：本次修订的结构基础与中文检查点来源。
• Humanizer-zh PR #34：示例保真修复的对照参考。本修订没有直接合并该分支。
• hardikpandya/stop-slop：简洁表达与编辑检查的参考来源。
• Wikipedia: Signs of AI writing：原项目的观察来源。

遵循仓库中的 MIT License。