用途：本技能用于检测和改写具有明显AI生成特征的中文文本，帮助用户“去AI味”、降低AIGC信号、让文字更自然。当用户表达“去AI味”“降AIGC”“去除AI痕迹”“让文字更自然”“改成人话”“降低AI率”，或需要检测文本中的AI写作模式、进行学术论文AIGC降低、以及将中文改写成特定风格时使用。
主要能力：
- 检测AI写作标记：识别僵化的“首先/其次/最后”结构、机械连接词（如“综上所述”“值得注意的是”“由此可见”）、信息密度低的宏大措辞、重复的句式和段落长度、过于完整或模板化的学术文风。若用户提供短样本，会先指出可疑短语。
- 最小必要改写：优先做针对性修改而非整篇重写，包括删除公式化连接词、变化句长与段落节奏、替换重复动词和名词短语、将抽象总结换成具体观察，同时保留原文主张、事实、引用和术语。
- 结果验证：改写后检查语义是否一致、是否减少模板感、节奏是否自然、是否引入事实漂移、语域是否符合目标读者。学术文本保持学术语气，不过度口语化。
- 学术AIGC降低：保留学科术语不变，用更扎实的学术措辞替换AI学术套话，适当用谨慎限定降低绝对确定性，变化段落结构，在结论过于完美时补充局限或不确定性。示例方向：本文旨在→本文尝试/本研究关注；具有重要意义→值得关注/有一定参考价值；研究表明→前人研究发现/已有文献显示。不编造引用、证据或数据。
- 风格转换：在基础文本可读自然之后，可转换为casual、知乎、小红书、微信、学术、文学、微博等风格，只改变语气、结构和表面措辞，保持用户原意稳定。
- 可选命令行流程：若用户有本地源码克隆，可使用示例命令：python3 scripts/detect_cn.py text.txt -v；python3 scripts/compare_cn.py text.txt -a -o clean.txt；python3 scripts/academic_cn.py paper.txt -o clean.txt --compare；python3 scripts/style_cn.py text.txt --style xiaohongshu -o out.txt。流程为：检测并查看可疑句子→改写或比较→对清洗后文件重新检测→可选转换为目标风格。
使用方式：先明确触发需求，再按需加载最小必要的支持文件（SKILL.md、metadata.json、ORIGIN.md等）以保持可审计和高效。输出时展示发现的主要AI模式、用1-3条简短说明改写策略、返回改写后的中文文本，可选附上剩余薄弱点说明。无脚本时可按手动改写手册操作：先删除弱过渡词，合并重复短语为更强句子，在自然转折处拆分句子而非强行长平衡结构，合并过于机械的短句，用具体措辞替换泛化抽象，引入轻度的节奏变化。
适用场景：中文文本去AI味、学术论文/报告/论文的AIGC降低（面向知网、维普、万方等检测风格）、中文文本AI写作模式检查、风格改写（知乎、小红书、微信、微博、文学、学术等）。
限制：仅在任务明确匹配上述范围时使用；输出不能替代针对具体环境的验证、测试或专家审查；缺少必要输入、权限、安全边界或成功标准时应停止并请求澄清；不得编造引用、证据或数据；学术文本不可过度口语化。