findscripter 何时使用
适用：
- 用户要求「去AI味 / 降AIGC / 去除AI痕迹 / 让文字更自然 / 改成人话 / 降低AI率」。
- 需要排查某段中文是否存在 AI 写作痕迹或可疑措辞。
- 论文、报告、毕业论文等学术文本需面向知网（CNKI）、维普（VIP）、万方（Wanfang）做 AIGC 降痕。
- 需要把中文改写成特定风格：知乎、小红书、公众号、微博、文学、口语、学术。
不该用（负边界）：
- 英文或其他非中文文本。
- 把本技能当成事实真伪、数据正确性的核验工具。
- 任何需要凭空捏造引用、证据、数据的场景（严禁伪造）。
- 输入、权限、安全边界或成功标准缺失时——先停下来问清楚，不要硬改。
步骤
先检测，后改写。不要盲改，先标出最明显的 AI 标记：
- 僵硬的「首先/其次/最后」镜像结构；
- 机械连接词，如「综上所述」「值得注意的是」「由此可见」；
- 高大空、信息密度低的抽象表述；
- 句子节奏、段落长度高度雷同；
- 学术文字过于完整、过于确定、过于模板化。 若用户给的是短样本，先直接点出可疑短语，再动手改。
用最小有效改动重写。优先定点改，而非整段重生成：
- 删冗余连接词，而不是逐句换皮；
- 打散句长与段落节奏；
- 替换重复出现的动词和名词短语；
- 把抽象总结换成具体观察；
- 保留原有论点、事实、引用和术语不变。
校验结果。改完确认文本：
- 含义不变；
- 模板感下降；
- 节奏更自然；
- 未引入事实漂移；
- 语域贴合目标读者。学术文本须保留学术腔，不要过度口语化。
4.（学术专项）AIGC 降痕：保留学科术语；把 AI 学术套话换成更落地的表达；适度加入审慎措辞，降低绝对化口吻；让各小节不再是同一套模板；若结论显得「不自然地圆满」，补充局限或不确定性。安全方向示例：
- 「本文旨在」→「本文尝试」或「本研究关注」
- 「具有重要意义」→「值得关注」或「有一定参考价值」
- 「研究表明」→「前人研究发现」或「已有文献显示」
5.（可选）风格转换：仅在底稿已通顺自然后再做。换风格时只动语气、结构和表层措辞，保持原意稳定。
指令
若用户本地有源工具包克隆，可走 CLI：
python3 scripts/detect_cn.py text.txt -v
python3 scripts/compare_cn.py text.txt -a -o clean.txt
python3 scripts/academic_cn.py paper.txt -o clean.txt --compare
python3 scripts/style_cn.py text.txt --style xiaohongshu -o out.txt
可用时的 CLI 顺序：1) 检测并审视可疑句；2) 改写或对比；3) 对清洗后的文件重跑检测；4) 按需转换目标风格。
支持的风格方向：casual、zhihu、xiaohongshu、wechat、academic、literary、weibo。
脚本不可用时，走手动改写套路：
- 先删无意义的弱转折；
- 把重复短语合并成一句更有力的话；
- 在自然转折处断句，而非硬凑长平衡句；
- 把生硬机械的碎句适当合并；
- 用具体措辞替换泛泛抽象；
- 让节奏轻微起伏，避免全文匀速「行军」。
示例
输入（AI 味明显）：
综上所述，本文旨在系统性地研究该问题。首先，我们分析了背景；其次，我们提出了方法；最后，我们得出了具有重要意义的结论。研究表明，该方法效果显著。
改写思路（1-3 条）：
- 删机械连接词「综上所述」「首先/其次/最后」镜像结构；
- 「本文旨在/具有重要意义/研究表明」换成审慎落地表达；
- 打散匀速句长。
输出：
本文尝试拆解这个问题。先看背景，再给出方法，最后落到结论。已有文献显示，该方法在测试场景下有一定改善，仍受样本规模所限。
注意事项
- 输出规则：先列出发现的主要 AI 痕迹；用 1-3 条短 bullet 说明改写策略；返回改写后的中文；必要时补一句尚存的薄弱处。
- 不要伪造引用、证据或数据。
- 学术文本保留学术语域，不要过度口语化。
- 本技能不替代环境相关的验证、测试或专家评审。
- 任务超出上述范围时不要硬套；缺输入/权限/安全边界/成功标准时先问清。
互见
- resume-builder：中文简历生成，同属中文文书产出场景。
- code-review / simplify：若改写对象是代码注释或文档，可配合质量复核。
采编自 sickn33/antigravity-awesome-skills（MIT 许可），其上游为 voidborne-d/humanize-chinese 项目及其检测/改写 CLI 工作流。