用途：x-human 用于在发布前清理草稿中的机器写作痕迹，并给出可量化的“像人写的”评分。它包含两个可运行脚本，均读取同目录的 slop.json 词库。
主要能力：humanize.py 自动删除零宽空格、连接符、软连字符、BOM、Unicode 标签字符等隐形字符（emoji 内部承载语义的连接符和标签字符会保留），并把长破折号改为逗号、短破折号改为连字符、弯引号改直引号、省略号改三点、项目符号改连字符，同时替换或删除 slop.json 中的套话词与 X 专属模板（如“A thread 🧵”、转发诱导语）。detect.py 从 BURSTINESS、SPECIFICITY、SLOP DENSITY、FINGERPRINT、VOICE 五项各打 0-100 分，越高越像人；总分按均值 60% 加最弱项 40% 加权，PASS 需总分 70 以上且无单项低于 55。短文本会跳过不适用的检查并标注“scored on 3 of 5 checks”。
使用方式： python3 humanize.py draft.txt --report python3 detect.py draft.txt python3 detect.py before.txt after.txt 先运行 humanize.py 并阅读结构性问题标记，手动改写被标记的句子，再用 detect.py 对比前后分数。若未 PASS，针对输出中最弱的一项修改后重跑，通常两轮即可。
适用场景：X 等短文本平台的发帖前自查，尤其是 280 字符内破折号和套话占比更显眼的情况。
限制：结构性问题只标记不自动改写，需人工判断；五项检查是本地启发式规则，不调用 GPTZero、Originality、Copyleaks、Winston 或 Turnitin，也不保证这些工具的判定结果，不能宣称文本“不可检测”。词库可编辑，若用户常用词被误删可从 slop.json 移除。所有处理在本地完成，不上传内容。