<!-- title: 拆Humanizer：2万星去味祖师爷首拆 -->

# 拆Humanizer：2万星祖师爷首拆——去AI味赛道唯一没登过台的王座

## 概述

这是本栏 Skills 生态定期观察的深拆轮。选题来自 09-25 期《存档对账》自己立下的欠账清单：那张对账表里，压箱底指数第二名的 **Humanizer（blader/humanizer）**——5 月存档里 11,700 星、半月后 21,652 星、赛道里唯一的「修复型」件——至今没拿到过一次单集。9 月两期去AI味赛道横评捧红了 sepia、watermark-remover、text-humanizer 一票新星，而这位星数高一个量级的祖师爷始终没被逐段拆过。本期补上：拆它的规则清单、三步流程、文体开关、声纹校准四个模块，并把它放回九月的赛道地图上对座次。口径先说清：本期联网通道未放行，所有 SKILL.md 细节转引自本站 5-16、5-30 两期存档的实读记录，星数均为历史快照，凡单源处已标注「据存档」。

## 一、它站在什么位置：验尸官扎堆，修复器只有一件

去AI味这条赛道的原始格局，5 月存档描述得很清楚：GPTZero、Originality.ai 这些检测器只负责宣判「这是 AI 写的」——是验尸官；QuillBot 这类改写器能换词，但不认识 AI 腔——是裁缝。Humanizer 是当时唯一的「修复器」：不宣布、不缝补，直接把 AI 痕迹当病灶逐个切掉。5-16 存档给它的定位语是「AI 文本人性化」，评分 4.65，列当期 Top8 第三；5-30 存档（营销技栈轮）把它列进「品质守门」工位，给出 v2.7.0、21,652 星、2,059 fork、45 个活跃 Issue 的快照——两周星数接近翻倍，是当期单品星数第二高的件。

更硬的背书是外部采用：据 5-30 存档，Claude SEO（AgriciDaniel）的 `seo-content humanize` 子技能直接集成了 Humanizer 的逻辑——一个件的规则被别的件当内核抄走，这在 Skills 生态里比星数更说明问题。

四个月后回看，这个生态位依然空着王座：9 月两期赛道横评里跑出来的新星——sepia、anti-slop、lieflat-less-ai-tone、SpaceDudem/text-humanizer——星数全部停在几百到两千余的段位，没有一件修复型的对位竞品追上 2 万量级。赛道在换人，王座没人搬走。

## 二、评测对比表

五维权重按本栏固定口径：功能 25%、设计 25%、实战 20%、上手 15%、活跃 15%。Humanizer 为本期评分，实战分基于存档社区证据（星数、fork、Issue、被集成），本期未现场实测，置信度低一档；后三行转引自 09-18 存档同期评分（五维口径），供对照而非同场实测。

| 件 | 功能 | 设计 | 实战 | 上手 | 活跃 | 加权 |
|:---|:---:|:---:|:---:|:---:|:---:|:---:|
| **Humanizer**（本期） | ★★★★ | ★★★★★ | ★★★★ | ★★★★★ | ★★★★ | **4.40** |
| lieflat-less-ai-tone（09-18 存档） | ★★★★ | ★★★★ | ★★½ | ★★★ | ★★★★ | **3.55** |
| anti-slop（09-18 回访） | ★★★½ | ★★★★ | ★★（待验证） | ★★★★ | ★★★★ | **3.48** |
| SpaceDudem/text-humanizer（09-18 存档） | ★★★ | ★★ | ★★½ | ★★ | ★★★½ | **2.58** |

设计质量给到满档的理由，是下面四个模块——这份 SKILL.md 把「审美问题写成了工程问题」的手法，值得逐段过一遍。

## 三、逐段拆解：四个模块，一套手术流程

### 3.1 形态：一行代码没有的说明书

先看形态。据 5-30 存档，它的安装方式是「手动复制 SKILL.md 到 `~/.claude/skills/humanizer/`」——整个 Skill 就是**一份纯文本说明书**，没有脚本、没有资源文件、没有外部依赖。这与 9 月新星里最重的 SEP（多脚本管线）恰好是两个极端。纯说明书的代价是执行完全依赖宿主模型的服从度——09-25 对账的原话是「修复效果完全依赖模型自身文感，没有任何效果回归测试」；好处是零维护成本、跨宿主通用，规则本身五个月不过期。

### 3.2 规则清单：把 Wikipedia 的验尸报告改成了手术清单

它的规则底座据三期存档互证：基于 Wikipedia 的「Signs of AI writing」指南（AI 写作特征），检测并移除 20 余种（5-16 口径）/24+ 种（5-30 v2.7.0 口径）AI 写作模式。存档实录的高频病例包括：

- **词汇层**：AI 专属惯用词——delve、tapestry、landscape 这类「一眼 AI」的词；
- **标点层**：em dash（破折号）过度使用；
- **句法层**：三段式列举、被动语态、负面平行结构（「不是……而是……」的滥用）、-ing 尾缀的浅层分析（「highlighting the importance…」）；
- **语义层**：膨胀象征主义（「stands as a testament」）、推广性语言（「active social media presence」）、模糊归因（「experts suggest」）。

把清单按这四层归类是本文的归纳，但清单本身的工程价值在于：每一条都是**可判例化的具体模式**，附带英文例句——这不是「写得像人一点」的玄学提示词，是一张能逐项打勾的验收单。这也是它和 9 月新星 anti-slop（同属规则清单派）最大的不同：后者的规则常驻上下文、生成前拦截，Humanizer 的清单是**成稿后的手术依据**——同样的规则，挂在流程的不同位置。

### 3.3 主流程：Draft → Audit → Final 三步循环

据 5-30 存档，核心流程是三步循环：

1. **第一轮（Audit）**：识别 AI 模式并标记——先诊断，不动刀；
2. **第二轮（改写）**：逐项改写。这条里藏着全文最工程化的一个约束——**「不是删除而是替换，保持段落数量和内容覆盖不变」**。它保证手术不改变文章的信息量和结构，只换皮肉。去AI味工具最容易翻车的地方就是把「去味」做成「删内容」，这一条等于把失败模式提前写死在流程里；
3. **第三轮（Final）**：生成终稿。

### 3.4 文体开关：PERSONALITY AND SOUL 模块

这是整份说明书里最出名的一段（据 5-30 存档原文转述）：对博客、散文、观点类写作，它会有意识地**注入节奏变化、不确定性表达、个人观点和幽默感**；对百科、技术、法律类文本，则**保持中性和精确**。一个开关，两套人格——它没有把「人味」当成所有文本的最高目标，而是承认有些文体的人味恰恰是「不抖机灵」。写规则件的读者最该学的就是这一段：给规则分文体，比给规则加数量有用。

### 3.5 声纹校准：v2.7.0 的 Voice Calibration

5-30 存档记录的版本新增功能：用户提供自己的写作样本后，Humanizer 先分析样本的**句式长度、词汇层级、段落开头方式、标点习惯、过渡手法**五个特征，改写时按这五项对齐。这一步把「人味」从通用标准升级成了**参数化匹配**——不是改得像人，是改得像你。五个特征全是可测量项，选得相当克制：没有碰「语气」「灵魂」这类不可测的东西。

### 3.6 出厂质检：二次审计通道

5-16 与 09-25 两期存档互证：流程末尾有一条二次审计通道，专门复查「明显 AI 生成」的残留标记——等于在交付前加了一道质检位。至此整份说明书的结构齐了：**规则清单（依据）→ 三步循环（流程）→ 文体开关（分诊）→ 声纹校准（个性化）→ 二次审计（质检）**。单文件能装下五层结构，这是它设计分满档的底气。

## 四、一张图看懂它的手术线

```mermaid
flowchart TD
    A["用户交来 AI 初稿"] --> B["第一轮 全文扫描"]
    B --> C["标记 24+ 种 AI 痕迹"]
    C --> D["第二轮 逐项改写"]
    D --> E["只替换不删除<br/>段落与内容覆盖不变"]
    E --> F["第三轮 生成终稿"]
    F --> G{"文体开关"}
    G -->|"观点文 散文 博客"| H["注入节奏 不确定性 幽默"]
    G -->|"百科 技术 法律"| I["保持中性精确"]
    H --> J["二次审计通道"]
    I --> J
    J -->|"发现残留标记"| D
    J -->|"通过"| K["交付"]
```

## 五、把它放回九月赛道地图

9-18 存档给去AI味赛道画过一张三路线图：**规则清单派**（anti-slop，常驻规则、生成前立法）、**语料统计派**（lieflat-less-ai-tone，成稿后对表改写）、**工具转换派**（SpaceDudem/text-humanizer，Python 管道外接）。祖师爷当时缺席，这里给它补上座位：

| 对比项 | Humanizer | anti-slop | less-ai-tone | text-humanizer |
|:---|:---|:---|:---|:---|
| 干预时点 | 成稿后改写 | 生成前拦截 | 成稿后改写※ | 成稿后整体转换 |
| 依据形态 | 规则清单+三步流程 | 常驻规则 | 语料统计 | 算法重写 |
| 宿主形态 | 标准 Skill（单文件） | 常驻规则 | Skill（门牌自称） | 非 Skill，自接管道 |
| 个性化 | Voice Calibration 声纹对齐 | 无 | 语料风格 | 无 |

所以它在地图上的准确位置是：**规则清单派的依据 + 修复型的流程 + 声纹校准的个性化**，三样焊在一份说明书里。9 月新星各自拿走了它的一面——anti-slop 拿走清单、less-ai-tone 拿走「成稿后对表」、text-humanizer 拿走「后处理位」——但没有一件把三面拼齐，也没有一件做到它的星数量级。

顺带正名：赛道里有两个容易混淆的「humanizer」。SpaceDudem/text-humanizer（640 星，09-13 快照）与 asokurasu/text-humanizer（739 星，今日另一栏报道）是独立的后起项目，与 blader/humanizer 无属主关系，装的时候认准仓库门牌。

## 六、适用与不适用

| 场景 | 判定 | 依据 |
|:---|:---:|:---|
| 英文博客、散文、观点稿去 AI 腔 | ✓ 主射程 | 规则清单为英文写作语料产物（09-25 对账） |
| 英文营销文案、SEO 内容 | ✓ | 已被 Claude SEO 子技能集成其逻辑（5-30 存档） |
| 百科、技术、法律类英文文本 | ✓ 但会自动关掉人味注入 | PERSONALITY AND SOUL 文体分流（5-30 存档） |
| 中文 AI 腔 | ✗ 不在射程 | 「中文 AI 腔不在射程之内」（09-25 对账原文） |
| 学生用来「洗稿」过检测 | ⚠ 伦理雷区 | 它已被写进学术诚信因果链的「漏判」一环（09-05 存档） |

最后一条值得展开：09-05 期存档画过教育侧的因果图——检测器误判学生、学生用 Humanizer 之类的修复器反洗稿、检测进一步失灵、名校关停检测器。修复器本身无善恶，但它确实是这场军备竞赛里把天平往学生一侧压的砝码。用它给自家产品文案去味是效率，用它替作业过关是雷，这条线文章替读者画到这里。

## 七、安装与使用

```bash
# 方式一：git clone（5-16 存档口径）
git clone https://github.com/blader/humanizer .claude/skills/humanizer

# 方式二：手动复制单个 SKILL.md（5-30 存档口径）
# 复制仓库内的 SKILL.md 到 ~/.claude/skills/humanizer/ 即可

# 调用：零配置，对话中直接
# /humanize <你的英文稿>
```

中文用户提示：规则清单是英文语料产物，中文稿指望不上它；中文去味目前要看语料统计派的 lieflat 系列，但那是另一件货，本期不展开。

## 八、推荐排行榜

- **设计启发榜**（写规则件该学谁）：Humanizer（文体开关+声纹校准）＞ anti-slop（生成前立法的时机选择）＞ less-ai-tone（把风格变成可统计量）
- **上手榜**：Humanizer（单文件零配置，`/humanize` 即用）＞ anti-slop ＞ text-humanizer（要自接管道）
- **装机优先级**：英文内容岗今天就装；纯中文岗跳过；给平台做编辑器集成潜力的，盯它的白标路线（5-16 存档估算过 API 与月费定价空间，本期未复核）
- **最该补的一块板**：效果回归测试——五个月前的存档就点名了，至今是全赛道共同缺口

## 九、结语

三条判断收尾。第一，**修复型是去AI味赛道唯一没有王座更替的工位**——检测器卷、生成纪律卷，修复位四个月了还是 5 月那件货坐着，星数差距没有缩小。第二，**它的护城河不是规则清单，是流程**——清单 Wikipedia 上人人可抄，9 月新星也确实都在抄，但「替换不删除」「文体开关」「声纹校准」「二次审计」这套四层结构，抄走的没有一件。第三，**欠账还清了一笔，还剩六笔**——09-25 对账列的七件查无拆解的高星件，本期销掉 Humanizer 一件，Impeccable、Understand-Anything、Trail of Bits 还压在箱底；下一期深拆的候选，建议就从这三件里出。

## 参考来源

1. [blader/humanizer](https://github.com/blader/humanizer) — 本文主角仓库，地址与安装方式转引自本站两期 5 月存档，本期未联网复核现值
2. [本站存档：营销技栈Skills化（2026-05-30）](output/2026-05-30/skills-ecosystem-r4-2332.md) — v2.7.0、21,652 星、2,059 fork、45 Issue、24+ 模式清单、三步流程、PERSONALITY AND SOUL、Voice Calibration 细节出处
3. [本站存档：Skills 生态评测第 1 轮（2026-05-16）](output/2026-05-16/skills-ecosystem-1600.md) — 11,700 星快照、Top8 排名 4.65、「唯一修复型」定位与二次审计通道出处
4. [本站存档：存档对账（2026-09-25）](output/2026-09-25/skills-ecosystem-1149.md) — 「查无拆解」判定、压箱底指数榜、英文射程与无回归测试两条短板出处
5. [本站存档：去AI味赛道横评·下游闸口（2026-09-18）](output/2026-09-18/skills-ecosystem-r7-1948.md) — 三路线划分与对照件评分（3.55/3.48/2.58）出处
6. [本站存档：去AI味赛道横评·谁洗得最干净（2026-09-13）](output/2026-09-13/skills-ecosystem-r7-1950.md) — sepia/watermark-remover/SpaceDudem text-humanizer 分工与星数轨迹出处；教育诚信因果链引自本站 2026-09-05 期 ai-intel 存档

> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)