核心用法
humanize-chinese 是一套完整的中文AI文本检测与改写工具链，提供CLI工具和LLM提示指南双模式：
检测能力：20+维度AI模式识别，包括三段式套路（首先/其次/最后）、机械连接词（综上所述/值得注意的是）、空洞宏大词（赋能/闭环/数字化转型）等，输出0-100加权评分及句级可疑分析。
改写能力：7种风格转换（知乎/小红书/微信/微博/学术/文学/ casual），支持场景化改写（general/social/tech/formal/chat），含激进/保守双模式。学术论文专项：10个学术检测维度、120+学术表达替换、hedging语言注入，针对CNKI/VIP/Wanfang AIGC检测优化。
工作流：检测→改写→对比→验证→风格转换，纯Python实现，零外部依赖。
显著优点
- 本地化深度：专注中文AI文本特征，识别"去AI味"核心痛点，覆盖学术、社交、技术等多场景
- 双模交付：既提供可独立运行的CLI工具，也提供可嵌入任意LLM的详细提示指南
- 学术友好：论文AIGC降重专用模块，在保持学术严谨性的同时降低AI检测率
- 零依赖轻量：纯Python实现，无API调用、无模型下载、无隐私泄露风险
- 可定制：JSON配置支持自定义检测规则、权重和替换词库
潜在局限
- 规则驱动：基于模式匹配和规则替换，对新兴AI模型（如GPT-4 Turbo、Claude 3）的适应性需持续更新
- 语义保真：激进改写模式可能改变原意或损失细节，需人工复核关键内容
- 学术风险：降重改写可能触及学术诚信灰色地带，用户需自行承担合规责任
- 风格边界：7种预设风格难以覆盖所有细分场景，极端专业领域需手动调整
- 检测对抗性：无法保证绕过所有AIGC检测系统（各平台算法不公开）
适合人群
- 高校师生：需通过知网/维普/万方AIGC检测的论文作者
- 内容创作者：小红书、知乎、公众号运营者消除"AI味"
- 技术写作者：技术文档、产品说明的人性化改写
- AI应用开发者：需集成文本检测/改写功能的系统构建者
常规风险
| 风险类型 | 说明 | 等级 |
|---------|------|------|
| 学术诚信 | 降重功能可能被用于规避正当检测，需用户自律 | 高 |
| 内容失真 | 激进改写导致事实错误或语义偏离 | 中 |
| 检测失效 | 对抗性升级，规则库需持续维护 | 中 |
| 隐私安全 | CLI工具本地运行，无数据外传，风险可控 | 低 |