avoid-ai-writing 技能实战指南用模式目录与分级词表审校并重写机器味文本【免费下载链接】agentsMulti-harness agentic plugin marketplace for Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, and Google Antigravity项目地址: https://gitcode.com/GitHub_Trending/agents24/agents导读在 Claude Code、Codex CLI、Cursor、OpenCode、Antigravity CLI 与 GitHub Copilot 共用的多 Harness Agent 插件市场中avoid-ai-writing是一个纯 Markdown 的写作审校技能它专门定位 README、changelog、release note、PR 描述、博客与社交文案中“读起来像机器生成”的文本并给出三种工作模式detect 检测 / rewrite 重写 / edit 原地修改。读完本文你将掌握它的模式选择、五步审校流水线、P0/P1/P2 严重度分级、112 个分级词条 10 个模板短语的三层词表、六种上下文画像与五种声音画像并能结合仓库源码与引用文件把该技能应用到自己的技术写作中去。技能定位这个技能证明什么、不证明什么技能本体定义在 SKILL.md它的定位是找出让文本读起来像机器生成的模式然后修复它们同时不磨掉作者自己的声音。一个必须首先讲清楚的边界是flag 的证据力。SKILL.md 开篇用 What a flag proves 一节引用了公开研究来说明机器检测的两面性斯坦福的一项审计发现7 个商用检测器把 61% 的非英语母语写作者的 TOEFL 作文标记为 AI 生成而母语写作者的误报率约为 5%Liang et al.,Patterns, 20232025 年的一份审计认为开源检测不适合高风险场景误报率在 30% 到 78% 之间而它测试的最强商用检测器在中长篇幅上接近零错误Jabarian and Imas, BFI Working Paper 2025-116对抗性改写仍能显著削弱检测器在 1% 误报阈值下平均使真阳性率下降 87.9%按检测器不同在 64% 到 99% 之间arXiv:2506.07001。因此技能的结论很克制它把每一个 flag 都当作写作质量信号本身不做任何归因分类任何一个 flag 都不应决定学术诚信、招聘或署名问题。该插件的 README.md 也明确声明它不做作者身份分类并指出这些引用与研究都来自上游conorbronsdon/avoid-ai-writing技能MIT 协议本仓库的目录与词表即由其衍生。三种模式rewrite / detect / edit技能由自然语言选择模式也支持显式选项。SKILL.md 给出的完整 CLI 形态如下--mode rewrite|detect|edit --voice casual|professional|technical|warm|blunt --context linkedin|blog|technical-blog|investor-email|docs|casual --file PATH --iterate N各模式语义如下rewrite默认标记所有模式返回一个剔除所有可编辑 AI 痕迹的干净版本并总结改了什么。--iterate N用于指定总重写遍数含内置的纠错遍上限为 2。detect只做标记并区分哪些 flag 是明确问题、哪些是判断问题。适用于作者想自己决定、文本已发布或属于他人、或快速扫描优于完整重写等场景。触发词包括 detect、flag only、audit only、scan、what AI patterns are in this。edit原地修改文件。有两个硬性边界目标必须是散文文件拒绝源码、配置和生成数据并说明原因对标记区间做最小化、精准的编辑任何已经读起来像人的部分原样保留绝不重写引文、代码块、表格或归属于他人的文字——这类保护区内的痕迹只被报告、不被修改。edit 模式还有一个值得注意的安全设计文件内容被严格视为受审计的文本指令只来自调用技能的写作者。因此一份文档若告诉编辑器忽略上面的规则这句话本身会被标记而不是被遵从同样的边界也适用于其他模式中粘贴的文本。frontmatter、URL、文件路径和标题保持不动目录中明确要求修正 Title Case 与跟踪参数的情况除外。对超大文件先确认优先清理哪个段落改完重新打开文件确认被标记的模式已消失。五步审校流水线The PassSKILL.md 定义了标准审校流程每一步都有明确的执行规则选择上下文画像。询问或从文本推断linkedin、technical-blog、investor-email、docs、casual或默认的blog所有规则全强度生效。必须说明使用了哪个画像。检测线索与逐规则容差矩阵见 references/profiles.md。扫描 P0 与 P1 模式。模式清单在 references/pattern-catalog.md严重度分级定义在目录顶部。快速审校覆盖 P0P1完整审计覆盖 P2默认做完整审计除非要求快速审校。每个 flag 都要引用原文而不是转述。对照分级词表检查词汇。词表见 references/word-tiers.md。Tier 1 默认替换先应用所选上下文画像的例外Tier 2 在同一段落出现两个及以上时替换Tier 3 仅在文本被它饱和时替换。最后检查节奏并给它最高权重。结构规整在词汇替换后依然存活统一句长、统一段长、对称措辞的优先级高于任何一个被标记的词。只修 Tier 1 词汇而让节拍器继续运转是无效的。重写然后重读自己的重写。循环使用的过渡词、系动词回避和新鲜感通胀是最容易在第一遍后幸存的问题。技能还给出了一个放弃修补、推倒重建的判据当一篇文章跨多个类别触发 5 个以上词汇 flag、3 个以上不同的模式类别且句长段长都均匀时打补丁救不了它——应把核心观点浓缩成一句话从那里重建。重写不等于安装一种新口音SKILL.md 明确警告清除所有 flag 但读起来苍白、句长均匀、没有立场的重写依然是机器输出。在体裁承载声音的地方要有意识地放回声音一句反应、一个明确偏好、一段题外话。但对百科、技术或法律文本平实中性本身就是正确的人类声音。更重要的是一组禁止添加的失败动作——以下内容绝不可以在源文本没有时被加上伪造第一人称源文本没有I重写就没有I制造利害关系In a world where、now more than ever强造对立发明一个对手等于发明一个论断表演式坦诚Lets be honest、real talk、heres the thing破折号戏剧重写绝不添加破折号断句式短句化通过变化句子本身而不是把它们切碎来改变句长编造具体细节源文本没有的数字、名字、日期或机制。一个编造的具体细节比它替换掉的模糊措辞更糟——标记这个缺口然后保留原文。对每一处编辑都要追问信息从哪来减法与锐化在范围内新的立场、个性与事实在范围外。逃生舱关于 AI 写作模式本身的文本当文本的主题就是AI 写作模式时引用的示例得到豁免引号内、代码块内、或明确标注为示例性文本的内容保持原样只标记作者自己的散文。这一保护区间在每种模式下行为一致——保护区内的痕迹进入问题清单但不计入重写的完整度也不计入第二遍检查。输出格式与第二遍审计三种模式有各自的输出规范rewrite发现的问题引用违规文本→ 重写版本 → 变更总结 → 对自身重写的第二遍审计detect按严重度分组的问题 → 逐 flag 评估为明确问题或判断问题。清晰度类编辑要与作者身份标记视觉分离并说明各自归属一个精简措辞的修改不说明谁写了文本应标注为风格建议edit简短报告覆盖你触碰的区间加上被保留在保护区内的 flag。逐条列出编辑位置与前后对比确认已重读文件并注明你有意保留的内容。最后一条总原则如果文本已经很好就说出来只做必要的删减。词表是默认值——一个被标记但在此上下文中恰如其分的词应当保留。纵深一模式目录的严重度分级与格式化规则references/pattern-catalog.md 是技能的核心参照物每一条都给出痕迹 修复。所有模式分为三级P0可信度杀手截止日期免责声明As of my last update、聊天机器人残留I hope this helps!、模糊归因Experts believe、对例行事件的显著性通胀、未填充占位符[Your Name]、聊天引用标记泄漏citeturn0search0、AI 工具跟踪参数utm_sourcechatgpt.com。P1明显的 AI 味Tier 1 词汇、模板化填空短语、Lets 开头、同义词轮换、公式化开头、过度加粗、每 1000 词超过一个破折号、未来叙事结尾、叠词式模糊could potentially、给非施事名词贴道德形容词an honest shape、裸名词短语的子弹列表。P2打磨项通用结论、强迫症式三连、段落长度统一、系动词回避serves as、boasts、过渡短语Moreover、Furthermore、Tier 3 重复。格式化规则中值得单列的要点包括破折号目标为零、硬上限每 1000 词一个含标题同时捕获 Unicode 破折号与双连字符替代每大节最多一个加粗短语值得加粗就重构句子让它打头标题内禁用 emoji社交帖子行尾可有一两个过密的子弹列表转成散文纯文本环境中的弯引号只是一个弱信号Word、Google Docs、macOS、iOS 默认自动弯化列表标签句号- **Intros.** ...是人类少见的 LLM 特征子标题用句首大写sentence case连字符对不过度堆叠注意系动词后的谓词错误名词前连字符、系动词后不加300 词内超过三个标题、200 词内超过八个子弹属于用脚手架冒充内容。句子结构类目下有大量可直接套用的规则Its not X, its Y.改写为直接的正向断言含跨句分裂形式、多重否定倒计时与句尾否定残片空泛强调词genuine、truly、quite frankly与空泛背书worth reading一律处理模棱两可与情态词模糊副词叠堆could potentially只保留一个缺少连接桥句、强迫三连、系动词回避、无主语残句与无施事被动、同义词轮换、括号式模糊(or, more precisely, Y)、虚假让步While X is impressive...、为对称而发明的对比对false precision rather than genuine accuracy、假范围From the Big Bang to dark matter等都在目录中给出了具体修复。开头、过渡、结尾类包括公式化开头In the rapidly evolving world of...直接以新闻开头、过渡短语、读者导航框架Heres whats interesting、Lets 结构、反问开头、假设场景开头Imagine a world where...小说/思想实验/教学性imagine you have a sorted array除外、编号列表通胀Three key takeaways、通用结论The future looks bright、通用未来叙事结尾情态词become最高级——语法上是预测却没有可检验的内容、模板短语a [adjective] step towards...、Whether youre [X] or [Y]。通胀与伪深度类覆盖显著性通胀删掉通胀从句后句子仍成立就该删、格言公式X is the language of Y、real/actual 形容词通胀、道德形容词类别错误、新奇性通胀把既有概念说成发明、表面化 -ing 分析Symbolizing the regions commitment...、促销语言旅游手册腔、公式化挑战Despite challenges, X continues to thrive.、情感平线What surprised me most、注意力滞留声明I cant stop thinking about this、自我贴签heres where it gets clever、置信度校准短语Interestingly、Notably——2000 词一个正常500 词三个就是强调堆叠、填充短语。制造可信度类包括模糊归因Experts believe、Studies show——给出处或直接陈述、模糊第三方背书未命名权威最高级、炫耀式引名一个具体引用胜过四个名字、投机式补缺is believed to have——比截止免责声明更糟因为隐藏了缺口。对话语域痕迹类包括聊天机器人残留、谄媚腔Great question!、叙述式坦诚To be fully transparent:——用删除测试判断框架是否承载信息、致谢循环、复述式奉承开头、墙式文本回复回复语境中约 150 词以下四句以上且无换行在思想边界处断行、推理链痕迹Let me think step by step、截止免责声明。社交帖痕迹类包括话题标签堆砌短帖六个以上最多两三个具体标签、社交背书结尾Bookmark this.、电视购物式钩子The catch?、Plot twist:、裸名词短语子弹列表五条以上同形状无动词项changelog/todo/参数文档除外、制造的包袱句三个以上同形状残句排成收尾——只保留真正配得上强调的那一个。机器指纹是确定性发布痕迹SKILL.md 特意强调一个 token 只能证明聊天工具接触过文本的流水线不能作为作者身份裁决只当作强制性清理未填充占位符[Your Name]、2025-XX-XX、聊天引用标记泄漏citeturn0search0、contentReference[oaicite:0]{index0}、oai_citation、[attached_file:1]、grok_card全部剥离AI 引用参数utm_sourcechatgpt.com、utm_sourceclaude.ai、utm_sourceperplexity.ai、referrergrok.com从每个携带它的 URL 中剔除其余查询串保留——功能参数?page2、?v4不构成任何证据。纵深二节奏与结构是最高权重信号目录明确写道结构规整是最难伪装的信号——把所有被标记的词都替换掉而节奏不动读起来依然是机器输出。因此审校时应把节奏置于词汇之上。核心规则句长均匀大多数句子落在 15–25 词区间听起来很机械。用 3–8 词的短句与 20 词以上的长句混搭残句也是合法的。段长均匀刻意变化有些段落就应该只有一句话。第一人称视角缺失在承载声音的体裁里彻底的中立本身就是一种痕迹。过度洁净的语法有意的残句、以 And/But 开句、为了效果的逗号拼接属于作者声音要保留。过度打磨修掉每一处不规则会把人类写作推向机器画像——以最大严格度应用每一条规则恰恰制造了这个技能要消除的均匀性。朗读测试一段连语音引擎读起来都不奇怪的话很可能太均匀了。词汇多样性200 词以上的英文散文型例比type-token ratio通常落在 0.50–0.65 附近低于 0.40 值得再看一眼但这不算证据窄主题、参考材料与二语写作都会合法地压缩词汇。Diff 锚定写作叙述变更而非描述事物本身的文档this function was added to replace...没有 commit 历史的读者只能做考古。changelog、release note、迁移指南与决策记录例外——它们按设计就是版本范围的。作者侧测试是没有可检测表面形态的判断检查段落重排免疫两段正文交换是否无损无损就是观点列表而非推进的论证、跑步机效应每段读完后问新增了什么——能砍掉 40%–60% 而不损失任何东西就是在用新词复述前提每段只保留它贡献的那一个事实或转折。纵深三三级词表与阈值规则references/word-tiers.md 收录 112 个单词/短语条目分三个等级另有 10 个多词样板短语。等级表示一个命中承载多少权重而不是修复有多难。词表要求匹配屈折形式每个条目覆盖其副词、动名词、复数、比较级与动词变位delve覆盖delvingleverage覆盖leveraging当某个变体带有独立的诚实含义real表示真实的而非强调词时凭上下文判断而非盲目匹配。分级的词汇研究改编自brandonwise/humanizer——它对单独出现没问题、聚簇出现可疑的词能减少误报。Tier 1总是替换分为两档替换动作相同但含义不同1AAI 频率标记49 条被声称在机器文本中远更常见的词。一簇这样的词是这段文本如何产生的证据。典型如delve→explore/dig into/look at、landscape(隐喻)→field/space/industry、robust→strong/reliable/solid、leverage(动词)→use、seamless→smooth/easy、game-changer→具体说明什么变了以及为何重要、the future looks bright→删。词表还给出了一些精细的 carve-outload-bearing只有连字符复合形式才算痕迹且接真实结构名词wall、beam、column 等时是标准建筑术语抽象名词structure、argument则继续可标记。1B清晰度编辑10 条冗余与膨胀的正式用语utilize→use、in order to→to、due to the fact that→because、serves as→is、boasts→has、commence→start。替换它们无论谁写的都是好写作1B 命中不是机器作者身份的证据。词表特别说明以 257 段经核实的 2023 年前人类散文衡量1B 条目以有意义的频率出现在普通专业写作中应像 Tier 2 一样加权并排除在任何密度信号之外——让精简措辞的修复永远不会把文档推向 AI 分类。detect 模式要求把两档分开报告。词表还保留了 1A 主张的诚实溯源AI 文本中远更常见的说法是继承的而非实测的——它追溯到brandonwise/humanizer声称的 5–20 倍比例但未公开方法与数据集。在有人用机器写作语料实测这些比例之前把 1A 当作有充分支持的惯例。Tier 2同一段落出现两个及以上时标记40 条。这些词单独出现完全合法两个以上聚在一起通常意味着段落需要重写harness、navigate、foster、elevate、unleash、streamline、empower、bolster、spearhead、resonate、revolutionize、facilitate、underpin、nuanced、crucial、ecosystem(隐喻)、myriad、plethora、encompass、catalyze、reimagine、galvanize、augment、cultivate、illuminate、elucidate、juxtapose、transformative、cornerstone、paramount、poised、burgeoning、nascent、quintessential、overarching、quietly、deeply仅显著搭配字面用法如 deeply nested 不计入聚簇。Tier 3仅在高密度时标记13 条。正常词只有当文本被它们饱和约占总词数 3% 就值得再看一眼时才标记——这通常意味着模糊的夸奖填满了本应放置具体细节的空间significant、innovative、effective、dynamic、scalable、compelling、unprecedented、exceptional、remarkable、sophisticated、instrumental、world-class/state-of-the-art/best-in-class、verbatim。Tier 3 短语按密度或聚簇标记10 条。单独看无可指摘的多词样板在生成内容中高度堆叠——crypto、web3、DePIN 与 AI 基础设施评论是重灾区。两条规则同一短语用两次或一篇内出现三个以上不同短语即使各一次——第二条专门捕捉模型变换样板以显得不那么重复的形状emerging sector/space/category、the integration of (X with Y)、the intersection of (X and Y)、community-driven、long-term sustainability、user engagement、decentralized compute、(sustainable) reward emissions、tokenized incentive structures、designed for long-term [X]。纵深四上下文画像与声音画像references/profiles.md 定义了两个独立轴上下文画像决定对一个受众要多严格声音画像决定散文听起来应该怎样。为博客而 blunt、为文档而 warm都是合法组合。六个上下文画像linkedin短社交干脆的碎片与视觉格式重要、blog默认标准长文所有规则全强度、technical-blog带代码/架构/API 的长文技术术语放行、investor-email高信任受众全面收紧促销语言是最大风险、docs文档/README/指南清晰度优先于声音、casual聊天/内部笔记/快速回复只处理最严重的违规。自动检测未指定上下文时按信号推断——300 词以下且含话题标签或 提及 →linkedin含代码块/API 引用/架构 →technical-blog称呼语加投资者或融资语言 →investor-email逐步指令/参数文档/README 结构 →docs无强信号 →blog最安全默认。要说明推断的依据写作者可以覆盖。容差矩阵表外的规则处处全强度适用Skip 表示该规则不适用Extra strict 表示连边界实例也要标记——在投资人邮件里一个 thriving ecosystem 就可能动摇整条信息。矩阵覆盖破折号、加粗、标题 emoji、过度子弹、模棱两可、词表、促销语言、显著性通胀、系动词回避、段落长度均匀、编号列表通胀、反问、过渡短语、通用结论、话题标签堆砌、裸名词短语列表、Tier 3 短语聚簇、未来叙事结尾、社交背书结尾、叠词预测、real/actual 通胀、道德形容词类别错误、发明对比对、无主语残句/无施事被动等 20 余条规则的六档配置。technical-blog 词表例外robust、comprehensive、seamless、ecosystem、leverage主语是真实的平台杠杆或 API 时、facilitate、underpin、streamline在技术语境中承载合法技术含义保持不标记但delve、tapestry、beacon、embark、testament to、game-changer、harness在那里依然标记。五个声音画像每套都是一组具体目标而非一种氛围且目标塑造什么能活过编辑绝不授权添加源文本缺失的立场、个性或事实SKILL.md 的重写护栏在这里同样约束casual全程缩写、平均句长 ≤14 词、允许残句、近零术语professional多数句子主动语态、句长变化、具体断言优先于 experts say、低容错模棱两可technical朴素系词 X is Y 优先于膨胀替代、一句一意、指令用祈使句、术语首次使用时定义warm源文本已对读者说话就直接回应、删强调词换更强动词、无表演式共情开场、15–20 词中句营造从容节奏blunt以断言开头、砍掉绕场、用句号而非破折号制造强调、不为凑三连注水、近乎零模棱两可。此外还有一个按样本校准选项拿到作者自己的作品样本分析其句长模式、缩写率、段落开头与反复用词然后匹配这些而非某个命名画像。不要升级他们的词汇——如果作者写 stuff 和 things就保持那个语域。两轴如何合成声音目标始终生效即使上下文画像会跳过该类别——技术声音在无视系动词回避的 casual 语境中仍偏好朴素系词。两轴对同一规则意见一致时相互强化不一致时按更严格者裁决——docs上配 warm 声音依然不配装饰性表格。推荐的默认配对casual×casual、professional×linkedin 或 investor-email、technical×docs 或 technical-blog。在插件市场中的位置与使用前提本插件在 docs/plugins.md 的文档分类下登记为Audit and rewrite prose that reads as machine-generated across READMEs, changelogs, PR descriptions, and docs。作为本仓库 94 个插件之一安装方式与通用插件一致/plugin marketplace add wshobson/agents /plugin install avoid-ai-writing按 docs/harnesses.md 的能力矩阵SKILL.md原生格式被所有主流 harness 支持Claude Code 原生读取Codex 直接读取plugins/name/skills/下的SKILL.md注意 Codex 有 8 KB 技能体上限超限会在加载时截断Cursor 从源目录直接读取OpenCode 与 Antigravity 经make generate转换后使用。只想单取该技能而不带插件时可使用 Agent Skills 安装器直接读取本仓库的plugins/avoid-ai-writing/skills/avoid-ai-writing/目录gh skill install wshobson/agents avoid-ai-writing --agent claude-code npx skills add wshobson/agents --skill avoid-ai-writingREADME 还披露了两个重要的它不做什么其一它不施加统一的房内风格重写只允许减法与锐化添加源文本从未包含的第一人称、立场或具体细节是被文档记录在案的失败模式其二它保持纯 Markdown、零工具、零网络调用主体保持在 Codex 8 KB 上限之内细节全部下沉到references/目录上游仓库另行分发一个可选的 MIT 离线检测器用于机械检查本仓库不依赖它。适用前提与限制该技能面向英文散文审校它判定的是写作质量信号而非作者身份词表与模式目录是默认值可被上下文画像的容差矩阵覆盖对已发布或属于他人的文本优先使用 detect 模式而不是动笔重写。引用文件速查技能主体plugins/avoid-ai-writing/skills/avoid-ai-writing/SKILL.md——模式、审校流程、重写护栏、输出格式模式目录plugins/avoid-ai-writing/skills/avoid-ai-writing/references/pattern-catalog.md——P0/P1/P2 全量模式与修复分级词表plugins/avoid-ai-writing/skills/avoid-ai-writing/references/word-tiers.md——112 词条 10 样板短语画像矩阵plugins/avoid-ai-writing/skills/avoid-ai-writing/references/profiles.md——六上下文 × 五声音的容差配置插件说明plugins/avoid-ai-writing/README.md——上游溯源、能力边界与可移植性市场目录docs/plugins.md 与 docs/harnesses.md——安装方式与多 harness 支持矩阵【免费下载链接】agentsMulti-harness agentic plugin marketplace for Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, and Google Antigravity项目地址: https://gitcode.com/GitHub_Trending/agents24/agents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考