AI Text Detector — скилл

Скилл ищет в тексте признаки машинного стиля локальным анализатором и объясняет, почему его балл не доказывает авторство.

  • 661 ★ репозитория
  • Последний коммит
  • MIT
Скилл

Расширенный доступ

Почему такой уровень

  • Скилл может сохранить переданный текст в локальный файл; если текст читает облачный агент, его получает провайдер модели.
Все причины и проверки

lynote-ai/ai-text-detector

Установка

Работает в

Ручная установка

pip install -e .

Ставит локальный анализатор из исходников. Нужен Python 3.9 или новее; SKILL.md добавляется агенту отдельно. Это первая команда README, мы ее не запускали.

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Скилл может сохранить переданный текст в локальный файл; если текст читает облачный агент, его получает провайдер модели.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

AI Text Detector проверяет текст по языковым признакам и показывает, что повлияло на оценку. Локальный CLI возвращает балл, степень уверенности и пояснения. Скилл помогает агенту прочитать отчет и выбрать фрагменты для ручной вычитки. Если текста слишком мало, агент просит более длинный образец. Для важного решения инструкция предлагает сравнить текст с известными работами автора. В репозитории также есть код обучения отдельной модели; готовый коммерческий детектор не входит в локальную установку.

Для кого. Для редакторов, которым нужно найти шаблонные фразы и понять основания оценки перед ручной вычиткой.

Подходит, если

  • Нужно понять, какие формулировки выглядят шаблонными.
  • Нужно получить JSON-отчет для своего редакторского инструмента.
  • Нужно сопоставить найденные признаки с исходным текстом.
  • Перед вычиткой нужно понять, хватит ли длины образца для проверки.

Не подходит, если

  • Нужно доказательство нарушения или основание наказать конкретного человека.
  • Требуется достоверно установить происхождение отдельного короткого предложения.
  • Нужна готовая обученная модель коммерческого детектора после локальной установки.

Пример запроса к агенту

Разбери этот текст локально: покажи заметные признаки и ограничения проверки, не делая вывода о личности автора.

Ограничения

Балл отражает языковые признаки и не доказывает авторство; точность для нового жанра или языка не гарантируется. На фрагментах короче примерно 80 слов скилл просит больше текста, потому что такой образец дает мало оснований для вывода. Код обучения отдельной модели идет без весов и набора данных: установка не дает готовый коммерческий детектор. Сам CLI работает без сети, но если передать текст агенту с облачной моделью, его получит провайдер этой модели.

Как отключить. Удалите скилл из каталога агента и прекратите вызовы `ai-detect`. Сохраненные исходные тексты и JSON-отчеты удаляются отдельно.

Частые вопросы

Уходит ли текст в API локального анализатора?

Нет. Локальный CLI работает без сети. Облачный API Lynote — отдельный сервис.

Какие поля возвращает проверка?

Балл, уверенность, заключение, признаки и ограничения. Скилл проверяет наличие этих полей перед ответом.

Можно ли запускать без установленной команды?

Да. Есть `python -m aidetect.cli path/to/text.txt --json` и репозиторный вспомогательный скрипт.

Что есть в коде обучения отдельной модели?

Код готовит данные, обучает модель и проверяет ее оценки. Обученные веса и набор данных в репозиторий не входят.

Можно ли проверить статью или письмо?

Да. Эти виды прозы входят в заявленные сценарии, но результат остается сигналом для редактора.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Два скилла для английского текста: humanize переписывает черновик нейросети живым слогом, ai-check находит машинные приметы

СкиллМинимальный доступ622Звезды репозитория

Avoid AI Writing

avoid-ai-writing

Скилл находит в тексте типичные приметы машинного письма и переписывает его, есть режимы только проверки и правки файла на месте

СкиллМинимальный доступ5,6 тыс.Звезды репозитория

Скилл и CLI на Node.js оценивают английский текст по шаблонам ИИ-письма и статистике и подсказывают правки от 0 до 100

СкиллМинимальный доступ132Звезды репозитория

Скилл находит приметы машинного текста, переписывает его в выбранном голосе и по желанию дает оценку от 0 до 100

СкиллМинимальный доступ311Звезды репозитория

Скилл для правки английских черновиков: убирает шаблонные обороты ИИ, сохраняет голос автора и умеет только перечислять найденное без переписывания

СкиллМинимальный доступ13,4 тыс.Звезды репозитория
Российский стек

Скилл редактуры русского текста: снимает канцелярит, кальки и нейросетевую манеру, не трогая факты, со сканером для измеримой правки

СкиллРасширенный доступ562Звезды репозитория

Коротко о README

Скилл требует объяснить оценку, назвать признаки и оговорки. Тесты на подготовленных примерах не подтверждают точность на любом тексте, который редактор получит в работе.

Бейдж для README

Исходный SKILL.md

---
name: ai-text-detector-github
description: Detect whether a passage shows AI-like writing signals and return an explainable risk estimate with confidence, caveats, and next steps.
---

# AI Text Detector Skill

## Overview

This skill wraps the local `ai-detector-skill` analyzer into a reusable open source Codex-style skill.

It is designed for:

- essays
- emails
- articles
- reviews
- forum posts
- other prose where a user asks whether the writing may be AI-generated

This skill returns a risk estimate, not proof of authorship.

## Trigger Conditions

Use this skill when:

- the user asks "is this AI-written?"
- the user asks to detect AI-generated text
- the user pastes a passage and asks whether it sounds machine-written
- the user wants a cautious AI-likeness review for a document or message

## Required Behavior

- Never present the score as proof.
- Never accuse a named person of cheating, fraud, or misconduct.
- Ask for a longer sample when the text is under about 80 words.
- Prefer "AI-like signals are present" over "This was written by AI".
- For high-stakes contexts, recommend human review and comparison with known writing samples.

## Execution Flow

1. Receive the candidate text and check length.
2. If the sample is under about 80 words, explain that the detector will be noisy and ask for a longer sample when possible.
3. Save the text to a file or pipe it through stdin.
4. Run the local detector:

Сообщить о проблеме