技能介绍

它解决的问题

中文 AI 文本有一股流水线味：排比三件套、破折号泛滥、过渡词轰炸，用词卡在“承包”“治愈”“仪式感”这类安全词上，句长均匀得像同一条流水线上的面包。它不是某处措辞不顺，而是文本骨架本身太顺——困惑度太低、爆发性不足、n-gram 重复偏高。结果是读者一眼识别，且只换几个词往往无效，还容易把文本改坏。

它如何工作

核心思路：不去猜检测器规则，而是把文本的 AI 骨架拆掉重建。全程本地执行，不接任何外部 API。

① 基线评分：运行 scripts/humanness_score.py 输出人感分与四维明细（爆发性 / 词汇多样性 / n-gram 重复 / 困惑度近似），作为后续锚点。
② 诊断：对照 references/ai-tells-zh.md 标中文八股，如“不是…而是…”“排比三件套”“破折号泛滥”；对照 references/zhuque-dimensions.md 量化困惑度、爆发性、语义连贯、情感机械统一等维度。只标不改。
③ 骨架级改写：scripts/rewrite_engine.py 本地对抗引擎融合四种打法：FuckAIGC 高困惑度发散打乱安全用词；aigczero 三阶段执行破坏骨架 → 人性化重构 → 精细打磨；AutoDisplacedAI 同义替换把 AI 安全词压成口语化具体词；本地困惑度 proxy 闭环最多迭代 3 轮，proxy 没提升就继续。改写原则是抽象变具象、长短交错、删名词化，不对着禁词删。
④ 人感校验：重跑 scripts/humanness_score.py 输出 before/after 对照。人感分 ≥ 60 合格；低于 40 强制回炉，最多 3 轮。

适用边界

检测器维度只当诊断尺子，不以“过检测”为收敛条件。它不是追求骗过检测器，而是让文本更像人写，检测器只是量化辅助。效果需实测验证，官方明确不承诺过任何检测器。超长文超过约 2000 字时需使用者选择拆分或整篇处理，拆分优先按小节和语义边界切。此外，改写后还需通过反向自检，如是否像翻译腔、是否因不规整牺牲可读性、是否伤及事实。