How do I install the AI Fingerprint Desensitizer skill?

Run npx skillmds@latest add lingyu9495-source/ai-fingerprint-desensitizer in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is AI Fingerprint Desensitizer safe to use?

This skill has not completed SkillMD's automated safety review yet. Capability flags: executes scripts. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with AI Fingerprint Desensitizer?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is AI Fingerprint Desensitizer free to use?

Yes. Installing skills from SkillMD is free. This skill is licensed under MIT.

Who published AI Fingerprint Desensitizer?

lingyu9495-source (@lingyu9495-source) published this skill. Their other Agent Skills are listed on their SkillMD profile.

AI Fingerprint Desensitizer by lingyu9495-source

Name: AI Fingerprint Desensitizer
Rating: 4.2 (5 reviews)
Author: lingyu9495-source

AI Fingerprint Desensitizer

平台现在不是"猜"你是不是 AI 写的，是**拿语义指纹比对**——句子节奏、关联词习惯、段落结构、标点规范度，都对得上就降权。问题是：**你根本不知道自己的稿子哪里像 AI**，只感觉"读起来有点平"。这套做的是**检测 → 改写 → 复检**的闭环，不是丢你一段 prompt： 1. **五维指纹检测**（可定位到句）：句式指纹 / 词汇指纹 / 结构指纹 / 节奏指纹 / 标点指纹，逐维打分并**指出最像 AI 的那几句**——先知道病在哪，才谈得上改 2. **分层改写手法**（不是换词）：具体化替换（抽象论断 → 具体事实/数字/场景）、节奏打散（破坏均匀句长）、视角注入（第一人称经验与时间地点）、信息增量（补真实案例）——**平台真正奖励的是"人工介入痕迹"，不是同义词替换** 3. **闭环复检**：改完自动复检，未达标按最弱维度再改一轮（可设最多轮次），并输出前后对比报告 4. **平台差异**：头条（语义指纹比对 + 原创度权重）、公众号（完读率第一）、小红书（AI 辅助需标注）、网文（平台审核红线）各有侧重 ⚠️ **合规边界写死在包里**：这不是"洗稿工具"，也不是"绕过审核"——是把你自己的内容补足人工痕迹（真实案例、实地数据、个人观点），这恰好是平台规则里明确要求的方向。用在别人的稿子上＝洗稿，包内直接标红。输入：你的原稿（.md / .txt / 直接粘贴）输出：五维指纹报告（含问题句定位）+ 改写建议 + 改写后复检对比触发词：AI味、去AI味、降AI率、AI指纹、AI检测、内容原创度、平台降权、AI生成内容、人工痕迹、改写、去AI化、过检测。

File contents

AI 指纹脱敏（五维检测 → 分层改写 → 闭环复检）

目标不是"把话改得像人说的"，而是让内容带上真实的人工痕迹——这是平台规则明确要求、也是唯一长期有效的方式。

什么时候用

稿子发出去数据明显比平时差，怀疑被判定为 AI 生成内容
用 AI 起草了初稿，想让它读起来是"人写的"而不是"AI 拼的"
想知道自己的稿子具体哪几句像 AI
不同平台发同一篇稿，想知道各自的检测偏好

三步闭环

① 检测（五维指纹）  →  ② 分层改写（按最弱维度下手）  →  ③ 复检（未达标再来一轮）

关键：不要跳过第 ① 步直接改写。不知道病在哪，改出来还是那股味儿。

快速开始

# 1) 检测：给出五维得分 + 最像 AI 的句子
python scripts/fingerprint_check.py 你的稿子.md

# 2) 按报告里"最弱维度"对照 references/rewrite-playbook.md 改写

# 3) 复检 + 前后对比
python scripts/fingerprint_check.py 你的稿子.md --compare 改后.md

脚本纯标准库零依赖，本地跑，稿子不出本机。

五维指纹（一句话版）

维度	像 AI 的特征
句式	句子长度太一致、关联词密度高（因此/然而/总之）、三句一段的固定节奏
词汇	"首先/其次/最后"、"值得注意的是"、"总的来说"、四字词连用
结构	标准的"总—分—总"、每段首句都是论断、对称排比过多
节奏	段落长度均匀、没有口语插入、没有跑题式的个人插话
标点	全半角完全统一、引号叠用规范得可疑、零错别字零口误

详细判定规则（含阈值与反例）见 references/detection-rules.md。

三条硬规则

信息增量优先于换词：只换同义词＝换汤不换药，检测照旧。真正降指纹的是加进去的东西——具体数字、真实场景、个人判断。
不要改到失真：专业结论、法条、数据一个字都不能为了"像人"而改错；改写只动表达方式，不动事实。
平台规则是底线，不是障碍：2026 起主流平台明确要求"AI 仅可辅助、核心观点须有人工介入"。这套工具做的就是补人工介入痕迹，不是对抗审核。

合规红线（写在最前面，别越线）

✅ 可以用：自己的稿子、自己用 AI 起草的内容、自己有授权的材料
❌ 不可以用：别人的原创内容（那是洗稿）、平台明令禁止的批量生产、伪造采访/调研数据
❌ 不要为了"过检测"编造不存在的案例或数据——这是平台最重的红线，比 AI 味严重得多

详见 references/compliance-boundary.md。

文件说明

文件	用途
`scripts/fingerprint_check.py`	五维指纹检测 + 前后对比（零依赖、本地跑）
`references/detection-rules.md`	五维判定规则、阈值、反例
`references/rewrite-playbook.md`	分层改写手法库（含 before/after 对照）
`references/platform-profiles.md`	各平台检测偏好与红线
`references/compliance-boundary.md`	合规边界（能做/不能做）
`templates/rewrite-report.md`	改写报告模板

---name: ai-fingerprint-desensitizerdescription: 平台现在不是"猜"你是不是 AI 写的，是**拿语义指纹比对**——句子节奏、关联词习惯、段落结构、标点规范度，都对得上就降权。问题是：**你根本不知道自己的稿子哪里像 AI**，只感觉"读起来有点平"。这套做的是**检测 → 改写 → 复检**的闭环，不是丢你一段 prompt： 1. **五维指纹检测**（可定位到句）：句式指纹 / 词汇指纹 / 结构指纹 / 节奏指纹 / 标点指纹，逐维打分并**指出最像 AI 的那几句**——先知道病在哪，才谈得上改 2. **分层改写手法**（不是换词）：具体化替换（抽象论断 → 具体事实/数字/场景）、节奏打散（破坏均匀句长）、视角注入（第一人称经验与时间地点）、信息增量（补真实案例）——**平台真正奖励的是"人工介入痕迹"，不是同义词替换** 3. **闭环复检**：改完自动复检，未达标按最弱维度再改一轮（可设最多轮次），并输出前后对比报告 4. **平台差异**：头条（语义指纹比对 + 原创度权重）、公众号（完读率第一）、小红书（AI 辅助需标注）、网文（平台审核红线）各有侧重 ⚠️ **合规边界写死在包里**：这不是"洗稿工具"，也不是"绕过审核"——是把你自己的内容补足人工痕迹（真实案例、实地数据、个人观点），这恰好是平台规则里明确要求的方向。用在别人的稿子上＝洗稿，包内直接标红。输入：你的原稿（.md / .txt / 直接粘贴）输出：五维指纹报告（含问题句定位）+ 改写建议 + 改写后复检对比触发词：AI味、去AI味、降AI率、AI指纹、AI检测、内容原创度、平台降权、AI生成内容、人工痕迹、改写、去AI化、过检测。license: MIT---# AI 指纹脱敏（五维检测 → 分层改写 → 闭环复检）> 目标不是"把话改得像人说的"，而是**让内容带上真实的人工痕迹**——这是平台规则明确要求、也是唯一长期有效的方式。## 什么时候用- 稿子发出去数据明显比平时差，怀疑被判定为 AI 生成内容- 用 AI 起草了初稿，想让它读起来是"人写的"而不是"AI 拼的"- 想知道自己的稿子**具体哪几句**像 AI- 不同平台发同一篇稿，想知道各自的检测偏好## 三步闭环```① 检测（五维指纹） → ② 分层改写（按最弱维度下手） → ③ 复检（未达标再来一轮）```**关键**：不要跳过第 ① 步直接改写。不知道病在哪，改出来还是那股味儿。## 快速开始```bash# 1) 检测：给出五维得分 + 最像 AI 的句子python scripts/fingerprint_check.py 你的稿子.md# 2) 按报告里"最弱维度"对照 references/rewrite-playbook.md 改写# 3) 复检 + 前后对比python scripts/fingerprint_check.py 你的稿子.md --compare 改后.md```脚本**纯标准库零依赖**，本地跑，稿子不出本机。## 五维指纹（一句话版）| 维度 | 像 AI 的特征 ||---|---|| 句式 | 句子长度太一致、关联词密度高（因此/然而/总之）、三句一段的固定节奏 || 词汇 | "首先/其次/最后"、"值得注意的是"、"总的来说"、四字词连用 || 结构 | 标准的"总—分—总"、每段首句都是论断、对称排比过多 || 节奏 | 段落长度均匀、没有口语插入、没有跑题式的个人插话 || 标点 | 全半角完全统一、引号叠用规范得可疑、零错别字零口误 |详细判定规则（含阈值与反例）见 `references/detection-rules.md`。## 三条硬规则1. **信息增量优先于换词**：只换同义词＝换汤不换药，检测照旧。真正降指纹的是**加进去的东西**——具体数字、真实场景、个人判断。2. **不要改到失真**：专业结论、法条、数据一个字都不能为了"像人"而改错；改写只动表达方式，不动事实。3. **平台规则是底线，不是障碍**：2026 起主流平台明确要求"AI 仅可辅助、核心观点须有人工介入"。这套工具做的就是补人工介入痕迹，**不是对抗审核**。## 合规红线（写在最前面，别越线）- ✅ 可以用：自己的稿子、自己用 AI 起草的内容、自己有授权的材料- ❌ 不可以用：别人的原创内容（那是**洗稿**）、平台明令禁止的批量生产、伪造采访/调研数据- ❌ 不要为了"过检测"编造不存在的案例或数据——这是平台最重的红线，比 AI 味严重得多详见 `references/compliance-boundary.md`。## 文件说明| 文件 | 用途 ||---|---|| `scripts/fingerprint_check.py` | 五维指纹检测 + 前后对比（零依赖、本地跑） || `references/detection-rules.md` | 五维判定规则、阈值、反例 || `references/rewrite-playbook.md` | 分层改写手法库（含 before/after 对照） || `references/platform-profiles.md` | 各平台检测偏好与红线 || `references/compliance-boundary.md` | 合规边界（能做/不能做） || `templates/rewrite-report.md` | 改写报告模板 |

Frequently asked questions