用途：识别让文章读起来像 AI 生成的语言、结构与认知模式，并在不压平作者原意、语气、幽默和有用怪癖的前提下清除它们。核心判断是：生成文本常先表现为“过度完成”——补上来源未支撑的因果、对称、情感意义与结论，因此忠于作者已知信息是第一道防线。
主要能力：按固定顺序扫描，而非先套词表黑名单。顺序为：来源忠实度（删除或标记来源未确立的细节、动机、场景、因果与结果）、认知忠实度（还原作者真实确定程度，区分观察与解释）、因果与论证闭合（重新打开为工整而强行解决的矛盾或未知）、论证自我评论（删掉评价证据、指路结构、标注主张状态或先解读引语的句子）、结构与语气表演（强加对称、框架合规、过度密集的标志性动作）、读者与研究姿态（停止无支撑的普遍化与装饰性权威）、词汇与句式残留。
检测类别包括：通用开场框架、AI 气味词汇与不必要正式化、企业/MBA 抽象、套话模板与空洞强调、无意义类比与比喻、填充词与虚假热情、正式过渡与模糊权威、否定平行结构、公式化结构与制造戏剧性、格言式等式、公式化结尾、论证自我评论。
使用方式：可静默执行（嵌入 Draft 或 Line Edit 时直接修复明显 AI 痕迹，不叙述过程，只给可用文本）；用户要求清理时先给清理后文本，再按文档顺序给简明审计记录；用户只要诊断时不改写，返回带引用问题与建议修复的顺序清单。输出格式含 Cleaned Copy 与 What Changed，或 Sequential Editing Checklist。
限制与护栏：并非所有匹配都是问题，需先看意图与领域；不把连贯误判为过度完成；不把裁决误判为自我评论；不为显得像人而保留错误、重复或混乱；不编造古怪具体性；保留时间性 just、纠正性 actually、有依据的不确定性、精确领域术语、体裁需要的正式过渡、有意反讽与承载意义的比喻；保持来源确定程度，不把谨慎主张说得比证据更强。完整扫描前建议先读 references/structural-overcompletion.md，再读 references/ai_tells_lexicon.csv，词表是模式库而非机械禁令。用户扩展可用 /cw-save 或明确请求把确认的反复出现的痕迹写入维护中的词表或语气上下文，不要直接编辑已安装缓存作为事实来源。