SkillFoxx
Telegram

Humanizer (brandonwise) — скилл

humanizer

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

  • 132 ★ репозитория
  • Последний коммит
  • MIT
Скилл

Минимальный доступ

Почему такой уровень

  • Флаг `--autofix` применяет автозамены к тексту, поэтому запускайте его на копии файла
Все причины и проверки

brandonwise/humanizerАвтор:brandonwise

Установка

Работает в

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/brandonwise-humanizer

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Минимальный доступИнструмент ничего не запускает и не ходит в сеть.

  • Флаг `--autofix` применяет автозамены к тексту, поэтому запускайте его на копии файла

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Humanizer ищет в тексте приметы машинного письма по списку из Википедии «Signs of AI writing» и по исследованию Copyleaks. Скилл `SKILL.md` ставится в OpenClaw и подсказывает агенту, как переписать абзац. Тот же репозиторий содержит CLI `humanizer` на Node.js, MCP-сервер и HTTP API-сервер. Оценка складывается из двух частей. Шаблоны занимают 70% веса: детекторы типовых оборотов и словарь из 500 с лишним слов в трех уровнях. Однородность занимает 30%: разброс длины предложений, разнообразие словаря, повторы триграмм и сходство абзацев. Команда `humanizer score` дает число от 0 до 100, где больше означает больше машинных примет. `analyze` показывает совпадения, `suggest` группирует советы по важности, а `humanize --autofix` применяет безопасные замены. `scan` проверяет целую папку и может падать в CI при превышении порога, `compare` показывает разницу оценок двух версий черновика.

Для кого. Редакторам и разработчикам документации, которые готовят англоязычные тексты и хотят проверять черновики и целые папки `docs/` в CI.

Подходит, если

  • Черновик статьи звучит шаблонно, и нужен список мест, которые выдают машинное письмо
  • Папку с документацией нужно просканировать и найти файлы с самым высоким баллом
  • В CI надо ловить ухудшение текстов относительно сохраненной базовой оценки
  • Технический текст с кодом нельзя штрафовать за примеры, и режим `--ignore-code` пропускает блоки кода
  • Две версии черновика надо сравнить числом до и после правок

Не подходит, если

  • Текст на русском: словари и шаблоны рассчитаны на английский
  • Нужен вердикт внешнего детектора ИИ-текста: оценка получена эвристикой самого инструмента
  • Редактура юридического или академического текста: там пассив и формальные обороты принадлежат жанру

Пример запроса к агенту

Оцени `draft.md` командой `humanizer analyze`, покажи десять самых заметных мест и перепиши три худших абзаца

Ограничения

Словари и паттерны рассчитаны на английский текст. README называет 30 паттернов и более 500 слов, а `SKILL.md` — 28 паттернов и более 560 слов, так что точные числа в версиях расходятся. Балл строится на эвристиках: у каждого анализа есть оценка уверенности, и короткие тексты дают шаткий результат. Автозамены `--autofix` меняют только безопасные места, остальное агент переписывает вручную. Для CLI нужен Node.js 18. Скилл рассчитан на OpenClaw, в другие агенты `SKILL.md` копируют вручную.

Как отключить. Удалите файл `~/.config/openclaw/skills/humanizer.md` и, если ставили CLI глобально, выполните `npm uninstall -g humanizer`. Клонированную папку репозитория удаляйте отдельно.

Частые вопросы

Как поставить Humanizer в OpenClaw?

Склонируйте репозиторий и выполните `cp humanizer/SKILL.md ~/.config/openclaw/skills/humanizer.md`. Отдельного менеджера пакетов для скилла не нужно.

Что означает число от 0 до 100?

Это композитный балл: чем он выше, тем больше в тексте примет машинного письма. Он собирается из шаблонов и из статистики однородности текста, а не из вердикта внешнего сервиса.

Можно ли запустить проверку в CI?

Да, `humanizer scan docs --ext md,txt --fail-above 45` падает при превышении порога, а флаг `--baseline` вместе с `--fail-on-regression` ловит только ухудшения.

Чем этот скилл отличается от скилла blader?

Репозиторий опирается на тот же список Википедии и ссылается на blader/humanizer, но добавляет отдельный CLI, статистику однородности, сканирование папок и серверы MCP и HTTP.

Как не штрафовать технический текст за примеры кода?

Добавьте флаг `--ignore-code`, и блоки кода пропускаются. Флаг `--ignore-quotes` так же пропускает цитаты, чтобы вставленные примеры не искажали балл.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

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

СкиллМинимальный доступ311

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

СкиллМинимальный доступ622

Скилл убирает ИИ-интонацию из рабочих текстов и сохраняет каждый факт, обязательство и оговорку на прежней силе.

СкиллМинимальный доступ129
Российский стек

Редактор русского текста после нейросети: убирает канцелярит, штампы и признаки AI по 38 паттернам, факты не трогает

СкиллМинимальный доступ210

Скилл правит английский текст после нейросети в два прохода: снимает 26 примет ИИ и упрощает фразы по образцу ASD-STE100

СкиллМинимальный доступ464

Китайская версия скилла Humanizer: находит и убирает приметы AI-текста в материалах на китайском

СкиллМинимальный доступ22,7 тыс.

Сравнение с похожими

Карточки с тем же главным запросом: чем они отличаются.

ИнструментОфициальныйЗвезды репозиторияГлавное отличие
Humanizer (brandonwise) (эта карточка)нет132
Humanizerнет68 355скилл по тому же списку Википедии, а здесь добавлены CLI с числовым баллом, сканирование папок и серверы MCP и HTTP
humanizerнет311другой скилл по той же теме, а здесь есть статистика однородности и режим сравнения версий

Коротко о README

README объясняет, что проект работает как скилл OpenClaw и как самостоятельный CLI, и показывает три способа установки. Дальше идут схема расчета оценки, таблица статистических метрик, справочник команд и новые возможности: сканирование репозитория, режимы с пропуском кода и цитат, сравнение версий и калибровка уверенности.

Бейдж для README

Исходный SKILL.md

---
name: humanizer
version: 2.2.0
description: >
  Humanize AI-generated text by detecting and removing patterns typical of LLM
  output. Rewrites text to sound natural, specific, and human. Uses 28 pattern
  detectors, 560+ AI vocabulary terms across 3 tiers, and statistical analysis
  (burstiness, type-token ratio, readability) for comprehensive detection.
  Use when asked to humanize text, de-AI writing, make content sound more
  natural/human, review writing for AI patterns, score text for AI detection,
  or improve AI-generated drafts. Covers content, language, style,
  communication, and filler categories.
license: MIT
---

# Humanizer: remove AI writing patterns (v2.2)

You are a writing editor that identifies and removes signs of AI-generated text. Your goal: make writing sound like a specific human wrote it, not like it was extruded from a language model.

Based on [Wikipedia:Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing), Copyleaks stylometric research, and real-world pattern analysis.

## Your task

When given text to humanize:

1. Scan for the 28 patterns below
2. Check statistical indicators (burstiness, vocabulary diversity, sentence uniformity)
3. Rewrite problematic sections with natural alternatives
4. Preserve the core meaning
5. Match the intended tone (formal, casual, technical)
6. Add actual personality — sterile text is just as obvious as slop

## Quick reference: the 28 patterns

| # | Pattern | Category | What to watch for |
|---|---------|----------|-------------------|
| 1 | Significance inflation | Content | "marking a pivotal moment in the evolution of..." |
| 2 | Notability name-dropping | Content | Listing media outlets without specific claims |
| 3 | Superficial -ing analyses | Content | "...showcasing... reflecting... highlighting..." |
| 4 | Promotional language | Content | "nestled", "breathtaking", "stunning", "renowned" |
| 5 | Vague attributions | Content | "Experts believe", "Studies show", "Industry reports" |
| 6 | Formulaic challenges | Content | "Despite challenges... continues to thrive" |
| 7 | AI vocabulary (500+ words) | Language | "delve", "tapestry", "landscape", "showcase", "seamless" |
| 8 | Copula avoidance | Language | "serves as", "boasts", "features" instead of "is", "has" |
| 9 | Negative parallelisms | Language | "It's not just X, it's Y" |

Сообщить о проблеме