核心用法
humanize-chinese 是一套针对中文AI生成文本的去机械化处理工具集，提供检测→转换→验证的完整工作流。核心脚本包括：
- `detect_cn.py`：扫描16类AI特征（三段式结构、机械连接词、空洞大词、高频AI词汇、修辞过载等），输出AI概率评分
- `humanize_cn.py`：自动消除AI痕迹，支持4种场景模式（social/tech/formal/chat）和激进模式
- `style_cn.py`（v1.1新增）：6种中文写作风格转换——口语化、知乎风、小红书风、公众号风、学术风、文艺风
- `compare_cn.py`：前后对比分析，量化改写效果
显著优点
1. 深度本土化：针对中文AI文本特有问题（赋能/闭环/首先其次最后等）精准识别
2. 风格多样化：6种预设风格覆盖社交媒体、知识平台、电商种草、学术写作等场景
3. 场景智能适配：根据tech/social/formal等场景自动调整转换策略
4. 零依赖：纯Python实现，无需调用外部API
5. 可扩展：JSON配置文件支持自定义检测模式和替换规则
潜在局限
- 语义理解有限：基于规则匹配和统计特征，对深层语义连贯性检查不足
- 风格转换机械化：小红书/知乎等风格的emoji、网络用语插入可能过度模式化
- 学术场景风险：自动改写可能破坏专业术语准确性，需人工复核
- 情感分析较浅：v1.1新增的情感平坦度检测仍依赖词表匹配
适合人群
- 内容创作者：需要批量处理AI辅助写作，降低平台检测风险
- 新媒体运营：快速生成符合平台调性的内容（尤其小红书、知乎）
- 学生/研究者：优化AI辅助撰写的论文表述，但需谨慎用于正式提交
- 开发者：可集成至内容审核流水线
常规风险
- 学术诚信争议：用于论文降AI检测存在学术不端风险
- 平台政策变化：各平台AI检测算法迭代快，16种模式可能滞后
- 过度改写：激进模式可能改变原意，关键信息需人工校验
- 风格同质化：大量使用同款"小红书风"可能导致内容辨识度下降