海明威可读性分析器

它解决什么问题

改完一稿的文案到底好不好读，大多数时候只能靠感觉。团队评审里「这句太长了」这类意见没有量化依据，修改标准因人而异，改完一轮又会冒出新的长句。把内容粘贴到在线可读性工具虽然简单，但文本要离开本地环境，也没法批量处理多个文件或在 CI 里做检查。

核心能力与工作流程

这个技能把可读性检查拆成两步：先用 textstat 算出四个等级指标，再用 spaCy 做句法分析定位具体病灶。

文本统计层给出四个常被引用的指标：

• Flesch-Kincaid 与 Gunning Fog：基于音节数和词长的年级水平估计
• SMOG：对教育程度的另一种估计，常用于合规类文档
• Coleman-Liau：不依赖音节计数，直接用字符数和句长估算

四组指标的侧重点不同，同时看可以交叉验证，而不是只盯一个分数。

句法分析层负责找出分数背后的原因：

• 用 spaCy 的依存解析标记复杂句，即包含多个从句或嵌套结构的句子
• 识别被动语态（passive voice），这是 Hemingway 风格的核心检查项
• 统计副词密度，提示哪些位置可能被 -ly 结尾的词堆满

输出结果会直接标出问题句子，而不是只给一个总分。可以据此定位到具体段落去改，而不是重写整篇。

适用边界

这个技能跑的是静态分析，不会理解上下文意图。它标出的长句不一定是坏句子——技术文档里有些定义必须完整、精确，强行拆短会损失信息量。副词密度高也不必然意味着文笔差，翻译稿和学术写作天然偏高。

指标本身也有已知缺陷：Flesch-Kincaid 对中文文本基本不适用，音节估算在非英语内容上误差很大。把这些分数当作筛查信号，而不是质量的最终判据。指标是辅助工具，判断仍要靠写作者自己。