pengong101

AI Humanizer CN - 中文 AI 文本拟人优化

内容创作v5.0.0
作者:pengong101更新于 2026-05-11共 3 个版本 · 最新版本发布于 2026-03-18ai-humanizer-cn@clawhub_pengong101/ai-humanizer-cn
文章写作内容改写

据 AlphaMoat 统计,截至 2026-09,AI Humanizer CN - 中文 AI 文本拟人优化 累计下载 1,968 次、获 3 个星标,在全部 5,078 个 AI 技能中排名第 4,453 位,在「内容创作」分类(362 个)中排名第 298 位。

累计安装
214
累计下载
1,968
星标
3
全站排名
#4,453
全站前 88% · 「内容创作」前 83%
平台累计安装累计下载星标评论
ClawHub ↗421,5443-
SkillHub ↗2141,9683—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

该技能介绍了使用不同 AI 模型润色中文内容,目标是减少生硬表达并提升可读性。实际效果取决于输入文本、模型和配置;文档中的去除 AI 痕迹说法不等于保证通过检测。

资料发布于 2026-10-27

可以用来做什么

  • 润色中文文本
  • 改善中文内容的专业表达

什么时候用

  • 需要优化中文草稿时
  • 需要让文本表达更自然、清晰时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

润色这段中文并保留原意
让这份内容读起来更自然且保持专业

月度数据趋势

累计下载1,968
5291,3022,0752026-03 · 累计下载 6362026-05 · 累计下载 1,0512026-06 · 累计下载 1,1622026-07 · 累计下载 1,3912026-08 · 累计下载 1,5302026-09 · 累计下载 1,96826-0326-09
星标3
2342026-03 · 星标 32026-05 · 星标 32026-06 · 星标 32026-07 · 星标 32026-08 · 星标 32026-09 · 星标 326-0326-09

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份累计下载环比星标
2026-091,968—3
2026-081,530+10.0%3
2026-071,391+19.7%3
2026-061,162+10.6%3
2026-051,051—3
2026-03636—3

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。

6.7 KB · ClawHub v5.0.0
---
name: ai-humanizer-cn
description: 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。
license: MIT
version: 5.0.0
author: pengong101
updated: 2026-03-18
metadata:
  requires:
    api_keys:
展开全部(共 325 行)
      - OPENAI_API_KEY
      - ANTHROPIC_API_KEY
      - DASHSCOPE_API_KEY
  features:
    - 多模型支持
    - 风格调节
    - 批量处理
    - 代码优化
---

# AI Humanizer CN v5.0.0

**版本:** 5.0.0  
**更新日期:** 2026-03-18  
**作者:** pengong101  
**许可:** MIT

---

## 🎯 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",
  "max_length": 2000,
  "temperature": 0.7,
  "batch_size": 10,
  "threads": 4,
  "output_format": "text"
}
```

---

## 📊 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 |
|------|------|---------|
| **v5.0.0** | 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%

「内容创作」分类下的热门技能

数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。