# AI Humanizer Cn

> 中文 AI 文本优化技能，支持多种 AI 模型（OpenAI/Anthropic/阿里），去除 AI 痕迹，保持专业性。支持拟人化强度调节。

- Skill: `pengong101/ai-humanizer-cn` (Agent Skill, multi-file: 12 files)
- Install (CLI): `npx skillmds@latest add pengong101/ai-humanizer-cn`
- Raw SKILL.md: https://api.skillmd.com/api/skills/pengong101/ai-humanizer-cn/raw
- Safety review: PASS (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: MIT
- Author: pengong101 (https://skillmd.com/u/pengong101)
- Updated: 2026-09-10
- Page: https://skillmd.com/skills/pengong101/ai-humanizer-cn

---


# AI Humanizer CN v5.1.0

**版本：** 5.1.0  
**更新日期：** 2026-03-23  
**作者：** pengong101  
**许可：** MIT

---

## 🆕 v5.1.0 新增功能

### 1. 拟人化强度控制

**新增参数：** `--intensity` 或 `intensity`

**支持级别：**
- `low` - 低强度（5-10% 口语化，适合技术文档）
- `medium` - 中强度（15-20% 口语化，适合科普文章）⭐ **默认**
- `high` - 高强度（25-35% 口语化，适合社交媒体）
- `auto` - **自适应**（根据 QC 评分自动调整）⭐ **v5.1.0 新增**

**自适应模式（auto）：**
```python
# 根据 QC 评分自动调整拟人化强度
qc_score = 8.5  # QC 评分
if qc_score >= 9.0:
    intensity = "low"    # 高质量文章，最小改动
elif qc_score >= 8.0:
    intensity = "medium" # 良好文章，适度优化
elif qc_score >= 7.0:
    intensity = "high"   # 中等文章，明显改进
else:
    intensity = "high"   # 低质量文章，大幅修改
```

**使用示例：**
```bash
# 命令行
humanizer-cn --input input.txt --intensity medium
humanizer-cn --input input.txt --intensity auto  # 自适应

# Python
h = Humanizer(intensity="medium")
h = Humanizer(intensity="auto", qc_score=8.5)  # 自适应
```

### 2. 反问句密度控制

**自动限制：** 每 500 字≤3 个反问句

**配置选项：**
```json
{
  "rhetorical_question_density": 3,  // 每 500 字最大反问句数
  "rhetorical_question_check": true  // 启用检查
}
```

### 3. 文章类型感知

**支持的类型：**
- `tech` - 技术文章（减少情感词汇，保持严谨）
- `science` - 科普文章（平衡专业性与可读性）⭐ **推荐**
- `social` - 社交媒体（增加情感表达和互动）
- `academic` - 学术论文（最小拟人化）

**自动适配：**
```python
# 根据类型自动调整参数
h = Humanizer(article_type="science")
# 自动设置：intensity="medium", protect_terms=True
```

### 4. 专业性保护开关

**新增参数：** `--protect-terms` 或 `protect_terms=True`

**保护内容：**
- ✅ 核心数据（数字、百分比、统计）
- ✅ 专业术语（科技术语、人名、地名）
- ✅ 引用内容（专家引语、文献引用）
- ✅ 时间信息（日期、年份）

**使用示例：**
```bash
humanizer-cn --input input.txt --protect-terms true
```

---

## 🎯 核心功能

### 1. 多模型支持

**支持的 AI 模型：**
- ✅ OpenAI (GPT-4/GPT-3.5)
- ✅ Anthropic (Claude-3)
- ✅ 阿里百炼 (Qwen-Max/Qwen-Plus)
- ✅ MiniMax (ABAB 系列)

**模型选择：**
```bash
# 环境变量设置
export HUMANIZER_MODEL="openai/gpt-4"
# 或
export HUMANIZER_MODEL="anthropic/claude-3"
# 或
export HUMANIZER_MODEL="dashscope/qwen-max"
```

### 2. 风格调节

**支持的风格：**
- `formal` - 正式风格（技术文章、报告）
- `neutral` - 中性风格（新闻、说明）
- `casual` - 轻松风格（博客、社交媒体）
- `academic` - 学术风格（论文、研究）
- `business` - 商务风格（邮件、方案）

### 3. 批量处理

**支持的批量操作：**
- 文件夹批量处理
- 多格式混合（.md/.txt/.py/.js）
- 并行处理（多线程）
- 进度条显示

### 4. 代码优化

**支持的编程语言：**
- Python 代码注释优化
- JavaScript 代码注释优化
- SQL 查询语句优化
- Shell 脚本优化

---

## 💻 使用方式

### 方式 1：命令行调用

```bash
# 基础使用
humanizer-cn --input input.txt --output output.txt

# 指定风格
humanizer-cn --input input.txt --style formal

# 批量处理
humanizer-cn --batch ./docs --output ./output --style formal

# 代码优化
humanizer-cn --code input.py --output output.py

# 指定模型
humanizer-cn --input input.txt --model anthropic/claude-3
```

### 方式 2：Python 调用

```python
from ai_humanizer import Humanizer

# 初始化
h = Humanizer(
    model="openai/gpt-4",
    style="formal",
    api_key="your_api_key"
)

# 优化文本
text = "本文旨在探讨..."
optimized = h.humanize(text)
print(optimized)

# 批量处理
results = h.batch_process(
    input_dir="./docs",
    output_dir="./output",
    style="formal"
)

# 代码优化
code = "def foo(a,b):return a+b"
optimized_code = h.optimize_code(code, language="python")
print(optimized_code)
```

### 方式 3：OpenClaw 技能调用

```python
from skills.ai_humanizer_cn import humanize

result = humanize("AI 生成的文本", style="formal")
```

---

## ⚙️ 配置选项

### 环境变量

```bash
# API 密钥（至少配置一个）
export OPENAI_API_KEY="sk-xxx"
export ANTHROPIC_API_KEY="sk-ant-xxx"
export DASHSCOPE_API_KEY="sk-xxx"

# 默认模型
export HUMANIZER_MODEL="openai/gpt-4"

# 默认风格
export HUMANIZER_STYLE="formal"

# 批处理线程数
export HUMANIZER_THREADS="4"

# 日志级别
export HUMANIZER_LOG_LEVEL="INFO"
```

### 配置文件

**位置：** `~/.ai-humanizer/config.json`

```json
{
  "model": "openai/gpt-4",
  "style": "formal",
  "intensity": "medium",
  "article_type": "science",
  "protect_terms": true,
  "max_length": 2000,
  "temperature": 0.7,
  "batch_size": 10,
  "threads": 4,
  "output_format": "text",
  "rhetorical_question_density": 3
}
```

---

## 📊 性能指标

| 指标 | 数值 |
|------|------|
| 优化准确率 | 95%+ |
| 处理速度 | <500ms/千字 |
| 支持语言 | 中文、英文 |
| 批量处理 | 支持 1000+ 文件 |
| 并发处理 | 支持 10 线程 |
| 模型支持 | 4 家提供商 |

---

## 🧪 测试

### 运行测试

```bash
# 安装测试依赖
pip install pytest pytest-cov

# 运行测试
pytest tests/ -v --cov=ai_humanizer

# 查看覆盖率
coverage html
```

### 测试覆盖

```
Name                    Stmts   Miss  Cover
-------------------------------------------
ai_humanizer.py           250     25    90%
humanize_v5.py            180     18    90%
tests/test_humanizer.py   150      0   100%
-------------------------------------------
TOTAL                     580     43    93%
```

---

## 📦 文件结构

```
ai-humanizer-cn/
├── SKILL.md                  # 技能文档（本文件）
├── README.md                 # 详细说明
├── LICENSE                   # MIT 许可证
├── clawhub.json              # ClawHub 配置
├── requirements.txt          # Python 依赖
├── setup.py                  # 安装脚本
├── ai_humanizer.py           # 主程序（v5.0.0）
├── humanize_v5.py            # v5.0.0 核心
├── humanize_v4.py            # v4.0.0（兼容）
├── humanize_v3.py            # v3.0.0（兼容）
├── config.py                 # 配置管理
├── utils.py                  # 工具函数
├── tests/                    # 测试目录
│   ├── test_humanizer.py
│   └── fixtures/
├── examples/                 # 示例目录
│   ├── basic_usage.py
│   └── batch_processing.py
└── docs/                     # 文档目录
    ├── installation.md
    ├── usage.md
    └── api.md
```

---

## 🔧 安装

### 方式 1：pip 安装

```bash
pip install ai-humanizer-cn
```

### 方式 2：源码安装

```bash
git clone https://github.com/pengong101/ai-humanizer-cn
cd ai-humanizer-cn
pip install -e .
```

### 方式 3：ClawHub 安装

```bash
openclaw skills install ai-humanizer-cn
```

---

## 📊 版本历史

| 版本 | 日期 | 主要更新 |
|------|------|---------|
| **v5.1.0** | 2026-03-23 | 拟人化强度控制/反问句密度控制/文章类型感知/专业性保护 ⭐ |
| **v5.0.0** | 2026-03-18 | 多模型支持/批量处理/代码优化/测试覆盖 |
| v4.0.0 | 2026-03-18 | 代码优化/表格格式化/PPT 大纲 |
| v3.1.0 | 2026-03-17 | 8 维风格向量/多语言支持 |
| v3.0.0 | 2026-03-14 | 7 种写作风格/语境感知 |
| v2.1.0 | 2026-03-13 | 批量处理/性能优化 |
| v2.0.0 | 2026-03-12 | 架构重构/风格调节 |
| v1.1.0 | 2026-03-11 | 性能优化 |
| v1.0.0 | 2026-03-11 | 初始版本 |

---

## 🔗 相关链接

- **GitHub:** https://github.com/pengong101/ai-humanizer-cn
- **PyPI:** https://pypi.org/project/ai-humanizer-cn/
- **ClawHub:** 待发布
- **文档:** https://ai-humanizer-cn.readthedocs.io/
- **作者:** pengong101

---

## 📝 常见问题

### Q: 需要 API 密钥吗？

**A:** 是的，至少需要配置一个 AI 模型的 API 密钥：
- OpenAI: `OPENAI_API_KEY`
- Anthropic: `ANTHROPIC_API_KEY`
- 阿里百炼：`DASHSCOPE_API_KEY`

### Q: 支持哪些文件格式？

**A:** 支持：
- 文本：.txt, .md
- 代码：.py, .js, .sql, .sh
- 批量：文件夹递归处理

### Q: 批量处理速度如何？

**A:** 默认 4 线程并行，每秒可处理 10-20 个文件（取决于文本长度）。

---

**最后更新：** 2026-03-18  
**版本：** 5.0.0 (Latest)  
**许可：** MIT License  
**测试覆盖：** 93%