Humanize Chinese

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

核心用法

humanize-chinese 是一套专为中国用户设计的AI文本人性化CLI工具集，通过4个核心脚本实现完整的检测-转换-对比工作流：

1. detect_cn.py — 扫描中文AI特征，识别16类机器写作痕迹（如"首先...其次...最后"三段式结构、"赋能/闭环"等空泛大词、机械连接词等），输出AI概率评分
2. humanize_cn.py — 执行文本人性化转换，支持social/tech/formal/chat四种场景模式，可开启激进模式添加口语化和情感色彩
3. style_cn.py — 将文本转换为6种特定中文写作风格：口语化(casual)、知乎体(zhihu)、小红书体(xiaohongshu)、公众号体(wechat)、学术体(academic)、文艺体(literary)
4. compare_cn.py — 对比转换前后的AI特征变化，量化去AI效果

典型工作流：先用detect扫描风险 → 用compare执行转换并对比 → 用detect验证改进效果。

显著优点

检测精准度高：针对中文AI写作特征深度优化，覆盖腾讯新闻、53AI等来源总结的"AI味"典型模式，包括低困惑度、低突发性、情感扁平化等统计学特征。

风格转换专业：6种中文互联网主流写作风格均有细致设计，如小红书体自动添加"姐妹们！"开场、高密度emoji、#话题标签；知乎体融入"个人认为""实测发现"等个人视角标记。

纯本地零依赖：仅使用Python标准库，无第三方包，无网络请求，供应链攻击面为零，适合企业内网等安全敏感环境。

场景化智能：提供social/tech/formal/chat四种场景预设，自动调整转换强度（社交媒体用短句+emoji，技术博客保留专业术语但去除"赋能"等大词）。

可定制扩展：patterns_cn.json开放编辑，用户可自定义AI高频词库、替换词表、场景风格配置。

潜在缺点与局限性

语言单一：专注中文处理，不支持英文或其他语言的去AI化。

风格模板固定：6种内置风格基于特定平台调性设计，若平台风格演变或用户需要更小众风格（如B站弹幕体、虎扑体），需手动修改配置。

语义理解有限：基于规则和正则的检测/替换，对复杂语境下的修辞合理性判断不如大模型精细，可能误伤精心设计的排比或对偶。

subprocess内部调用：humanize_cn.py通过subprocess调用style_cn.py，虽属内部协调且已验证安全，但跨进程通信增加了微量的复杂度和延迟。

无实时协作功能：纯CLI工具，无Web界面或API服务，不适合需要多人协作或集成到SaaS平台的场景。

适合的目标群体

• 内容创作者：用AI辅助写作后需要去除"机器味"，使文章更适合微信公众号、知乎、小红书等平台发布
• 新媒体运营：批量处理AI生成的营销文案，快速适配不同渠道调性
• 学术研究者：检测论文中的AI写作痕迹，或调整AI辅助写作的学术文本使其更符合期刊风格
• 技术开发人员：撰写技术博客时去除"赋能""闭环"等互联网黑话，保持专业但自然的表达
• 企业内网用户：因安全政策无法使用在线AI改写工具，需要纯本地方案

使用风险

性能风险：大文件批处理时，Python正则匹配可能占用较多内存，建议分块处理超长文本。

误转换风险：激进模式(-a)可能过度口语化，破坏正式文档的严谨性；学术/文艺等风格转换可能改变原文的专业术语准确性，需人工复核。

伦理合规风险：工具本身中性，但若用于学术不端（如将AI生成的论文伪装成人工写作）、内容欺诈（伪造原创声明），可能违反平台规则或学术诚信政策。

维护连续性：T3来源（个人开发者项目），长期更新依赖作者个人精力，建议关注GitHub仓库活跃度。