去 AI 味的 Skill，已经卷到第二阶段了，早期玩法其实很简单。

列一张 AI 高频词表。
删掉 delve、pivotal、破折号、值得注意的是再把长句拆短一点。

现在已经不是这个阶段了。

有人开始做检测、有人开始做中文、有人专门改论文。
还有人开始检查一件更重要的事：

你这一刀下去，会不会把原意一起改坏。

我挑了 5 个目前比较有代表性的项目。文末附详细使用手册。

这次我不按 Star 硬排。
我更看重六件事：

• • 去 AI 腔效果
• • 原意保护
• • 误伤率
• • 修改透明度
• • 文体适配
• • 维护情况

我自己的排序是：

最显眼的一点是：39k Star 的 humanizer，我只排第三。

Star 说明项目火，不能证明它适合你的稿子。

5 个项目 GitHub 首页拼图

第一名：avoid-ai-writing

  这是我最推荐普通用户先试的一个。

理由很简单：它允许你只查，不改。

项目提供 Detect、Rewrite、Edit 等模式。

你可以先跑一次 Detect，看哪些句子命中了 AI 写作模式，再决定哪些值得动。

这一点，比“命中关键词 -> 直接删”靠谱得多。

因为真人也会写 Moreover、论文也会用 suggests、破折号更不是 AI 专属。

真正可疑的，往往不是某个词出现一次，而是同一种套路连续出现。

avoid-ai-writing 已经开始按模式密度判断，而不是只盯着几个关键词。

它最大的优点不是改得狠，而是：知道先看一眼，再动手。

仓库：https://github.com/conorbronsdon/avoid-ai-writing

第二名：academic-humanizer

如果只看论文，它其实是第一。

普通 humanizer 常见的问题是：

喜欢把一句话改得更有力、更干脆、更像“作者很有把握”，但论文不行，论文不看气势、只看证据够不够。

比如：The results suggest X.

如果被改成：The results demonstrate X.

读起来确实更利落，但是证据并没有变。这不是普通润色，这是把结论夸大了。

academic-humanizer 专门防这种问题。

它明确保护这些内容：

• • 数字
• • 引用
• • 公式
• • 术语
• • 合理的对冲表达
• • 必要的被动语态

我最喜欢它的一条规则是：动词不能比证据强。

它还单独做了 NSF / NIH 基金申请模式。

因为论文和基金申请，根本不是一种文体。

论文要克制，基金申请要讲愿景。

同一个 transformative，放在论文里可能太满，放在 proposal 里却可能完全合理。所以 academic-humanizer 真正处理的，不是几个 AI 高频词。

它处理的是：这句话在这里，到底能不能说到这个程度。

论文、基金申请，我都会优先用它。

仓库：https://github.com/AIScientists-Dev/academic-humanizer

第三名：blader/humanizer

这是这个赛道绕不开的项目。

大约 39k Star、3k+ Fork。很多后来的 humanizer，都受过它影响。连 academic-humanizer 的基础 AI 特征层，也来自这里。

它整理了大量常见模式，比如：

• • 意义拔高
• • 营销腔
• • 三段式排比
• • 破折号滥用
• • 空洞总结
• • ChatGPT 式结尾
• • AI 高频词

如果你想系统看一遍：“AI 味”到底长什么样？那这个仓库非常值得先看。

但它只能排第三。原因也很简单：

它本质上还是一个通用 humanizer。

博客里该删的东西，到了论文、法律文本、技术文档里，可能根本不该动。所以我更愿意把它当成：AI 写作模式百科。

拿来建立判断，非常好。所有文章无脑套，不行。

仓库：
https://github.com/blader/humanizer

第四名：Humanizer-zh

这是中文用户最容易上手的一个。目前大约 16k Star、1000+ Fork。

它解决的问题也很直接：

不用你自己先把英文规则翻成中文。

像这些中文常见表达：

• • 值得注意的是
• • 深入探讨
• • 赋能
• • 助力

再加上机械排比、套路开场、空总结，它都能直接处理。

它的核心规则主要来自 blader/humanizer，也吸收了一部分 stop-slop。所以别把它想得太复杂，它就是一个：

成熟、省事的中文通用版。

公众号、报告、说明文，够用，但论文我不会优先选它。

因为：中文化，不等于学术化。

仓库：https://github.com/op7418/Humanizer-zh

第五名：humanizer_academic

这个项目热度明显低一档。目前只有一百多 Star，我还是把它留在榜里，原因是它做得够专：

医学和科学论文。

它和 academic-humanizer 关注点不太一样。

academic-humanizer 更盯着：

结论有没有超过证据。

而 humanizer_academic 更关注：

医学论文里，哪些语言模式看起来特别像 LLM。

作者结合过 PubMed 和医学论文语料。
后来的版本里，还加了 sentence rhythm。

这个方向我觉得很值得看。因为现在很多 AI 文本的问题，已经不是某个词了，而是整段文章的节奏太整齐：

• • 句子差不多长
• • 结构反复重复
• • 转折总出现在同一个位置

这种问题，靠换几个词解决不了。如果你写医学论文，可以把它和 academic-humanizer 对照着试。

其他领域，就没必要专门装了。

仓库https://github.com/matsuikentaro1/humanizer_academic

如何使用

不用 5 个全装。

直接按场景选就行。

普通英文写作：avoid-ai-writing
先查，再改。

中文通用写作：Humanizer-zh
成熟、省事、门槛低。

论文和基金：academic-humanizer
它最重要的，不是把句子改得更像人。
而是：别把你的话改大了。

五个skill的使用手册已经整理好，后台私信回复【B863】免费领取。

【B737】智能（可编辑）PPT生成系统安装包和使用手册

【B778】ChatGPT 调用 Origin绘图资料包

【B760】Academic Writing Polisher安装和使用的详细教程（含调用提示词）

【B791】《AI 辅助文献综述正文流水线 · 全套工具包 》

【B804】 AI 一键把论文稿件变成期刊 LaTeX 投稿项目排版资料包

【B805】 Zotero-arXiv-Daily AI 自动筛选论文资料包

【B810】 参考文献核验 Skill 资料包

【B814】：

• ChatGPT安装包、使用教程视频

• 科研小白需要安装的11个Skills

• Codex科研Skills

• 使用 AI 辅助实验优化：Prompt 与技巧指南

• 科研写作与绘图 Skills 汇总

【B820】ChatGPT科研助手skill

【B827】Codex+Zotero论文阅读笔记skill

往期文章推荐：