/ 目录 / 演练场 / Humanizer (Chinese)
● 社区 op7418 ⚡ 即开即用

Humanizer (Chinese)

作者 op7418 · op7418/Humanizer-zh

中文文本去 AI 味的金标准——大量真实语料调过的规则集,专治公众号/小红书/blog 的机翻腔。

Humanizer-zh 是 op7418 基于原版 Humanizer skill 的中文本地化分支,专门针对 Claude 生成中文时呈现的机械感模式:冗余连接词、程式化开头、重复的句子节奏、过于正式的语域。它原地重写内容,在保留语义的同时将语域调整为公众号/社交平台风格。

为什么要用

核心特性

实时演示

实际使用效果

就绪

安装

选择你的客户端

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "humanizer-zh-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/op7418/Humanizer-zh",
        "~/.claude/skills/humanizer-zh"
      ],
      "_inferred": true
    }
  }
}

打开 Claude Desktop → Settings → Developer → Edit Config。保存后重启应用。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "humanizer-zh-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/op7418/Humanizer-zh",
        "~/.claude/skills/humanizer-zh"
      ],
      "_inferred": true
    }
  }
}

Cursor 使用与 Claude Desktop 相同的 mcpServers 格式。项目级配置优先于全局。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "humanizer-zh-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/op7418/Humanizer-zh",
        "~/.claude/skills/humanizer-zh"
      ],
      "_inferred": true
    }
  }
}

点击 Cline 侧栏中的 MCP Servers 图标,然后选 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "humanizer-zh-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/op7418/Humanizer-zh",
        "~/.claude/skills/humanizer-zh"
      ],
      "_inferred": true
    }
  }
}

格式与 Claude Desktop 相同。重启 Windsurf 生效。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "humanizer-zh-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/op7418/Humanizer-zh",
        "~/.claude/skills/humanizer-zh"
      ]
    }
  ]
}

Continue 使用服务器对象数组,而非映射。

~/.config/zed/settings.json
{
  "context_servers": {
    "humanizer-zh-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/op7418/Humanizer-zh",
          "~/.claude/skills/humanizer-zh"
        ]
      }
    }
  }
}

加入 context_servers。Zed 保存后热重载。

claude mcp add humanizer-zh-skill -- git clone https://github.com/op7418/Humanizer-zh ~/.claude/skills/humanizer-zh

一行命令搞定。用 claude mcp list 验证,claude mcp remove 卸载。

使用场景

实战用法: Humanizer (Chinese)

将 AI 生成的博客文章改写为公众号腔调

👤 中文内容创作者 ⏱ ~25 min beginner

何时使用: Claude 写了一篇技术文章,读起来像翻译过来的白皮书。

前置条件
  • 已安装 skill — git clone https://github.com/op7418/Humanizer-zh ~/.claude/skills/humanizer-zh
  • 原始草稿 — 包含 AI 生成内容的 Markdown 文件
步骤
  1. 识别 AI 腔
    使用 humanizer-zh。第一遍:扫描 /drafts/post.md,列出最具 AI 腔的 10 句话——直接引用原文。✓ 已复制
    → 具体的逐句诊断,不是泛泛的反馈
  2. 改写
    现在将整篇文章改写为公众号腔调,保留技术准确性,改变节奏和语域。✓ 已复制
    → 输出读起来像真人写的;没有「众所周知」「总而言之」等模式
  3. 逐段 Diff 审阅
    逐段展示修改对比,我来标记过度改动的地方。✓ 已复制
    → 每段清晰的前后对比

结果: 文章读起来自然,能通过读者的「真实感」检验。

注意事项
  • skill 软化了技术结论(如「是」→「可能是」) — 在 prompt 中加:不要软化技术结论,只改语域
搭配使用: filesystem

将长文章转换为小红书笔记格式

👤 小红书创作者 ⏱ ~10 min beginner

何时使用: 你有一篇 1500 字的文章,需要改写成符合小红书风格的帖子。

步骤
  1. 应用小红书模板
    Humanizer-zh:小红书模式。压缩至 600 字,在自然的地方加 emoji,分成短段落,加一个吸引人的标题。✓ 已复制
    → 输出符合平台调性;没有明显的 AI 式 emoji 堆砌

结果: 可直接发布的小红书笔记。

注意事项
  • emoji 堆砌过度 — 大约每 80 字限制 1 个 emoji

在不破坏代码的情况下让教程更自然

👤 技术写作者 ⏱ ~15 min intermediate

何时使用: 教程类内容很敏感——你想改变语调,但不能破坏代码块。

步骤
  1. 标记代码块
    Humanizer-zh:改写 /tutorials/python.md。将所有 ``` 块视为不可触碰,只改写正文散文。✓ 已复制
    → 代码原封不动;正文已改写

结果: 教程读起来自然,代码依然正确。

注意事项
  • 行内代码 也被改写了 — 明确在 prompt 中说:同样保护行内代码

组合

与其他 MCP 搭配,撬动十倍杠杆

humanizer-zh-skill + filesystem

批量处理文件夹中的所有草稿

对 /drafts/ 下的每个 .md 文件运行 humanizer-zh,保存到 /drafts-final/。✓ 已复制
humanizer-zh-skill + x-article-publisher-skill

去 AI 化后发布

对文章做去 AI 化处理,然后通过 x-article-publisher 发布到 X。✓ 已复制

工具

此 MCP 暴露的能力

工具输入参数何时调用成本
diagnose text 第一遍——了解需要修什么 0
rewrite text, voice_profile? 第二遍——应用修改 0
diff_review before, after 第三遍——验证没有过度改动 0

成本与限制

运行它的成本

API 配额
不适用
每次调用 Token 数
约为原文长度的 2 倍(读取 + 改写)
费用
skill 本身免费;模型 token 费用自理
提示
先对全文做诊断,但分段改写以保持 context 紧凑

安全

权限、密钥、影响范围

最小权限: filesystem-read filesystem-write
凭据存储:
数据出站: 无(skill 本地运行)

故障排查

常见错误与修复

输出依然读起来很机械

指定语态模板;默认模式较为保守

代码块被改动了

在 prompt 中明确加「保护 ``` 代码块」

长度偏移(输出明显更短)

明确指定目标字数

替代方案

Humanizer (Chinese) 对比其他方案

替代方案何时用它替代权衡
原版 Humanizer(英文)原文是英文通用版本;对中文 AI 腔针对性较弱
手动编辑风险很高(如已发表的白皮书)慢;无法规模化

更多

资源

📖 阅读 GitHub 上的官方 README

🐙 查看未解决的 issue

🔍 浏览全部 400+ MCP 服务器和 Skills