人文化学术版

📌 Skill基础信息

Skill名称：humanizer-academic-zh（Humanizer 中文学术版）

来源：社区第三方（cangtianhuang）

运行宿主：仅限 Claude-Code CLI

核心定位：专为润色中文学术论文设计，通过识别并修正AI生成文本中的模式化表达，提升论文的自然度和学术质感，适合需要降低AIGC检测率的场景。

🧩 内部核心组成

本Skill为纯文本处理型Agent，无子Agent或MCP工具，核心能力基于预设的AI模式识别规则与改写策略：

• 规则约束：内置超25类AI表达模式（如过度强调、模板化结构、高频词汇等），每类均配有具体识别规则与处理原则。
• 斜杠命令：无独立斜杠命令，通过宿主Agent的自然语言指令触发（如"润色这段论文"）。
• Hooks钩子：无自定义Hooks，依赖宿主的事件响应机制。
• 模板文件：无外部模板，处理逻辑内嵌于规则库。
• 目录结构：单一技能文件，无复杂层级。

🛠 安装与启用方式

前置依赖：需预先安装 Claude-Code CLI 并配置可用API密钥。

安装命令：

skills install --user cangtianhuang/humanizer-academic-zh

启用方式：安装后，在Claude-Code CLI中通过自然语言指令（如"帮我改改这段"）自动触发技能。

📋 标准工作流

1. 用户输入：向Claude-Code CLI提交待润色的中文学术文本及指令（如"这段读起来像AI写的"）。
2. 模式识别：Skill逐段扫描文本，匹配内置的AI模式清单（如空泛评价、对称结构、高频词汇）。
3. 语义判断：结合上下文判断识别到的模式是否确实影响表达质量，避免机械替换。
4. 定向改写：依据处理原则修改问题表达（如删除套话、简化结构、统一术语），同时保留原意与学术风格。
5. 结果输出：生成三部分响应：

- 检测到的AI模式摘要（表格形式）

- 润色后的文本版本

- 可选的主要改动说明

⚠️ 关键限制、缺陷、注意事项

• 平台限制：仅兼容Claude-Code CLI，无法用于Cursor、MCP或其他Agent工具。
• Token消耗：处理长文本时可能消耗较多Token（尤其含详细改动说明时），需关注API成本。
• 项目适配性：最优适用于中文毕业论文、学位论文等正式学术场景；不适配非学术文本（如创意写作、口语对话）。
• 已知缺陷：

- 规则库偏重保守学术风格，可能过度修正某些领域的合理表达（如人文社科中的适度修饰）。

- 无法处理图像、表格、公式等非文本元素。

• 生产环境：适用于初稿润色辅助，但需人工复核关键论证与数据准确性，不建议直接用于终稿提交。

✅ 适用场景 & ❌ 不适合场景

✅ 适用场景：

• 高校学生、研究人员润色AI辅助生成的论文初稿。
• 需要降低AIGC检测率、去除明显AI痕迹的学术文本。
• 改善机械式表达、提升行文自然度的中文写作场景。

❌ 不适合场景：

• 非学术性内容（如营销文案、文学创作）。
• 需保留强烈个人风格或特定领域表达习惯的文本。
• 含大量专业术语且需严格保持原表述的科技文献（可能误判为同义替换）。
• 实时对话或交互式创作场景。