Text Humanize 中英文去AI味

解决什么问题

无论发在 Hacker News、Reddit 还是公众号、知乎、小红书，AI 生成的文字都有一套高度趋同的"签名"：三段式结构、"首先其次最后"、引用原文再表态、结尾升华或开放式互动、零错别字且句式工整。平台读者和反 AI 检测工具对这些模式极其敏感，导致同样的观点，AI 味的版本更容易被标记。

Text Humanize 不追求"写得更好"，而是把文本当作待检测的信号，逐条对照已登记的 AI 写作模式，指出命中项并给出改写方向。

核心能力：两种模式

• 纯审计（触发词：check、audit、检查）：输出命中清单，不改动原文。
• 审计 + 改写（触发词：humanize、rewrite、去AI味）：在审计基础上产出改写版，支持并排对照。

检测前先做语言自动识别：统计 CJK 字符（U+4E00–U+9FFF 等区间）与拉丁字母数量，CJK 占比超过 50% 判定为中文模式，否则走英文模式；用户显式指定"用中文优化"时直接覆盖。混合文本只按自然语言部分识别，代码块豁免。

两套模式流程一致，差别只在模式目录：

1. 加载 references/ai-smells-en.md 或 references/ai-smells-cn.md。
2. 按五大类别扫描：结构（Structural）、开头（Opening）、正文（Body）、结尾（Closing）、表面（Surface），中文各 3–7 类，英文各 3–5 类。
3. 每条命中记录代码（如 S1、O-CN1、SS-CN2）、触发短语和一行修复建议。

评分与改写

审计结束给出 AI 味评分：🟢 1–2 项（基本像人）、🟡 3–5 项（建议修复）、🔴 6+ 项（强烈建议重写）。

改写遵循平台化原则。英文侧要求打碎结构（最多 1–2 段、放弃首尾呼应）、注入明确观点、刻意加入 typo 与语气词、用个人经历替代功能罗列、以不确定感收尾；未指定平台时按最严格的 HN 规则处理。中文侧黄金规则类似：1–2 段直接亮态度、至少 1–2 个语气词、允许 1–2 处"的地得"混用、短句为主、结尾不升华、个人经验优先于通用道理；默认按知乎评论区的适中长度加有态度的口语执行。平台特例也写入了规则表，例如小红书正文 50–200 字、抖音评论超过 3 句即判 AI。

适用边界

• 短文本（英文 < 20 词 / 中文 < 30 字）基本可判定为人写，只查表面特征，避免过度审计。
• 技术密集文本中代码块全部豁免，只审自然语言部分。
• 用户明确要正式语体时，跳过错别字与 typo 注入，但仍会去结构化、去掉学术式开头。
• 文本已具备 3 个以上人类特征时，只关注结构层面，防止过度人化。
• 引用 / 转发内容只审用户自己添加的部分。