命令列工具
blader/humanizer avatar
blader/humanizer

Humanizer:按 35 種模式重寫機械化文字

代理技能可從文字中刪除人工智慧產生的書寫痕跡。它是純 Markdown,因此可以在任何支援技能風格指令的工具中運行。

48,472 個 Star3,938 個 ForkPythonMIT

秒懂

它是什麼?
Humanizer 以 Markdown 形式重寫 AI 腔調,保留事實、程式碼、資料、frontmatter 與連結目標 聚焦本專案的實際功能、技術入口、部署條件、資料流、版本變化與授權邊界,並依官方 README 所列能力判斷適用工作情境和不適合的替代用途。
適合誰用?
適合用於文件潤稿、發布文章和 agent 產生的說明;不適合拿它替代領域專家查證。可用 /humanizer 加文字,或以「Humanize the prose in docs/launch-post.md」指定檔案,然後逐項檢查事實、連結和 frontmatter 是否保持不變。
可以商用嗎?
可以。MIT 是寬鬆授權:你可以使用、修改並販售以它為基礎的軟體,只需保留著作權與授權聲明。
還在維護嗎?
有在維護。儲存庫最近一次提交在 9 天前。
用什麼語言寫的?
主要是 Python(依據 GitHub 的語言統計)。

以上回答依據專案的 GitHub 資料(最近同步於 2026年9月15日)與我們的分析,不構成法律意見。

開源專案深度解析

它處理的是文字聲音

Humanizer 的目標是讓 AI-sounding text 讀起來像人寫的,同時不改變原意。README 把它定位成 Markdown skill,因此可供支援 skills 的 agent 使用。它處理 prose,而不是重新設計文件的資料結構。 blader-humanizer-deep-analysis 的判斷應回到上述具體檔案、命令、版本或元件,README 未說明的部分保留為待查事項。 閱讀 Humanizer:按 35 種模式重寫機械化文字 時,應把本節提到的 它處理的是文字聲音 放回專案自己的操作路徑。對 blader-humanizer-deep-analysis 而言,真正有用的紀錄包括執行命令、輸入內容、輸出結果、使用版本與發生問題的檔案位置;缺少其中一項,後續很難判斷是設定、依賴、平台還是程式本身造成差異。 若要把 Humanizer:按 35 種模式重寫機械化文字 放進既有工作流,先確認它直接依賴的介面沒有被另一層工具改寫,再用一個最小案例觀察狀態如何流過本節涉及的元件。這個做法不是替 README 增加承諾,而是把文件已有的專案名詞轉成可核對的工程紀錄。

blader-humanizer-deep-analysis 第 1 節的具體核對點是 它處理的是文字聲音。請依文件中的專案名稱、命令、檔案或設定鍵檢查結果,記錄成功與失敗的差異;這個觀察只用來界定本節能力,不延伸成文件沒有承諾的結論。

先重寫再檢查的流程

流程包含第一輪改寫,接著按照 Wikipedia 的 Signs of AI writing 檢查,並對仍顯得人工的部分再修正。原始結構不被視為不可變限制,但原文中的事實主張仍是檢查對象。 blader-humanizer-deep-analysis 的判斷應回到上述具體檔案、命令、版本或元件,README 未說明的部分保留為待查事項。 閱讀 Humanizer:按 35 種模式重寫機械化文字 時,應把本節提到的 先重寫再檢查的流程 放回專案自己的操作路徑。對 blader-humanizer-deep-analysis 而言,真正有用的紀錄包括執行命令、輸入內容、輸出結果、使用版本與發生問題的檔案位置;缺少其中一項,後續很難判斷是設定、依賴、平台還是程式本身造成差異。 若要把 Humanizer:按 35 種模式重寫機械化文字 放進既有工作流,先確認它直接依賴的介面沒有被另一層工具改寫,再用一個最小案例觀察狀態如何流過本節涉及的元件。這個做法不是替 README 增加承諾,而是把文件已有的專案名詞轉成可核對的工程紀錄。

blader-humanizer-deep-analysis 第 2 節的具體核對點是 先重寫再檢查的流程。請依文件中的專案名稱、命令、檔案或設定鍵檢查結果,記錄成功與失敗的差異;這個觀察只用來界定本節能力,不延伸成文件沒有承諾的結論。

35 種模式涵蓋什麼

README 說明它使用 35 個模式,涵蓋誇大重要性、堆砌名稱、空泛的 -ing 分析、銷售語言、模糊來源、公式化挑戰與展望,以及常見文法習慣。這些規則是編輯檢查表,不是事實驗證器。 blader-humanizer-deep-analysis 的判斷應回到上述具體檔案、命令、版本或元件,README 未說明的部分保留為待查事項。 閱讀 Humanizer:按 35 種模式重寫機械化文字 時,應把本節提到的 35 種模式涵蓋什麼 放回專案自己的操作路徑。對 blader-humanizer-deep-analysis 而言,真正有用的紀錄包括執行命令、輸入內容、輸出結果、使用版本與發生問題的檔案位置;缺少其中一項,後續很難判斷是設定、依賴、平台還是程式本身造成差異。 若要把 Humanizer:按 35 種模式重寫機械化文字 放進既有工作流,先確認它直接依賴的介面沒有被另一層工具改寫,再用一個最小案例觀察狀態如何流過本節涉及的元件。這個做法不是替 README 增加承諾,而是把文件已有的專案名詞轉成可核對的工程紀錄。

blader-humanizer-deep-analysis 第 3 節的具體核對點是 35 種模式涵蓋什麼。請依文件中的專案名稱、命令、檔案或設定鍵檢查結果,記錄成功與失敗的差異;這個觀察只用來界定本節能力,不延伸成文件沒有承諾的結論。

檔案修改的保留範圍

把它指向檔案時,只改 prose,保留 code、data、frontmatter 與 link targets。這個邊界適合技術文件,但仍應在版本控制下檢查差異,特別是 Markdown 表格和程式碼圍欄附近的文字。 blader-humanizer-deep-analysis 的判斷應回到上述具體檔案、命令、版本或元件,README 未說明的部分保留為待查事項。 閱讀 Humanizer:按 35 種模式重寫機械化文字 時,應把本節提到的 檔案修改的保留範圍 放回專案自己的操作路徑。對 blader-humanizer-deep-analysis 而言,真正有用的紀錄包括執行命令、輸入內容、輸出結果、使用版本與發生問題的檔案位置;缺少其中一項,後續很難判斷是設定、依賴、平台還是程式本身造成差異。 若要把 Humanizer:按 35 種模式重寫機械化文字 放進既有工作流,先確認它直接依賴的介面沒有被另一層工具改寫,再用一個最小案例觀察狀態如何流過本節涉及的元件。這個做法不是替 README 增加承諾,而是把文件已有的專案名詞轉成可核對的工程紀錄。

blader-humanizer-deep-analysis 第 4 節的具體核對點是 檔案修改的保留範圍。請依文件中的專案名稱、命令、檔案或設定鍵檢查結果,記錄成功與失敗的差異;這個觀察只用來界定本節能力,不延伸成文件沒有承諾的結論。

聲音樣本如何影響結果

使用者可提供 2 至 3 段自己的寫作樣本。Humanizer 會參考節奏、用字、標點與刻意保留的習慣。若沒有樣本,技術與參考文字則維持中性、簡潔的風格。 blader-humanizer-deep-analysis 的判斷應回到上述具體檔案、命令、版本或元件,README 未說明的部分保留為待查事項。 閱讀 Humanizer:按 35 種模式重寫機械化文字 時,應把本節提到的 聲音樣本如何影響結果 放回專案自己的操作路徑。對 blader-humanizer-deep-analysis 而言,真正有用的紀錄包括執行命令、輸入內容、輸出結果、使用版本與發生問題的檔案位置;缺少其中一項,後續很難判斷是設定、依賴、平台還是程式本身造成差異。 若要把 Humanizer:按 35 種模式重寫機械化文字 放進既有工作流,先確認它直接依賴的介面沒有被另一層工具改寫,再用一個最小案例觀察狀態如何流過本節涉及的元件。這個做法不是替 README 增加承諾,而是把文件已有的專案名詞轉成可核對的工程紀錄。

blader-humanizer-deep-analysis 第 5 節的具體核對點是 聲音樣本如何影響結果。請依文件中的專案名稱、命令、檔案或設定鍵檢查結果,記錄成功與失敗的差異;這個觀察只用來界定本節能力,不延伸成文件沒有承諾的結論。

適合的編輯場景

適合用於文件潤稿、發布文章和 agent 產生的說明;不適合拿它替代領域專家查證。可用 /humanizer 加文字,或以「Humanize the prose in docs/launch-post.md」指定檔案,然後逐項檢查事實、連結和 frontmatter 是否保持不變。 blader-humanizer-deep-analysis 的判斷應回到上述具體檔案、命令、版本或元件,README 未說明的部分保留為待查事項。 閱讀 Humanizer:按 35 種模式重寫機械化文字 時,應把本節提到的 適合的編輯場景 放回專案自己的操作路徑。對 blader-humanizer-deep-analysis 而言,真正有用的紀錄包括執行命令、輸入內容、輸出結果、使用版本與發生問題的檔案位置;缺少其中一項,後續很難判斷是設定、依賴、平台還是程式本身造成差異。 若要把 Humanizer:按 35 種模式重寫機械化文字 放進既有工作流,先確認它直接依賴的介面沒有被另一層工具改寫,再用一個最小案例觀察狀態如何流過本節涉及的元件。這個做法不是替 README 增加承諾,而是把文件已有的專案名詞轉成可核對的工程紀錄。

blader-humanizer-deep-analysis 第 6 節的具體核對點是 適合的編輯場景。請依文件中的專案名稱、命令、檔案或設定鍵檢查結果,記錄成功與失敗的差異;這個觀察只用來界定本節能力,不延伸成文件沒有承諾的結論。

編輯結論

適合用於文件潤稿、發布文章和 agent 產生的說明;不適合拿它替代領域專家查證。可用 /humanizer 加文字,或以「Humanize the prose in docs/launch-post.md」指定檔案,然後逐項檢查事實、連結和 frontmatter 是否保持不變。 先依文中命令與檔案逐項核對,再決定是否適合你的環境。

官方來源

  1. Official documentation
  2. Official README
  3. Project repository
  4. Release notes
社群筆記

社群筆記