linkedin-humanizer

用途：在发布前改写或审查由 AI 起草的 LinkedIn 帖子、评论、回复和私信，去掉人类读者容易察觉、且平台“AI 垃圾内容”过滤器可能反应的表达特征。基于维基百科 AI 写作特征分类、文体计量研究及自有语料库；V3 版本针对 2026 年证据重新校准，用密度评分替代词表删除，限制而非禁止破折号，并将刻意的节奏变化视为新的 AI 痕迹，同时设有过度修正防护。\n\n主要能力：默认采用取证加严格模式，涵盖模型泄漏标记、知识截止免责声明、模板化占位符、破折号密度过高，以及 2026 年常见词汇密度、名词化、句首 -ing 从句、揭示式过渡、三重排比、陈词滥调结尾等。提供取证、严格、审美、全部、审查、档案等模式。输出改写文本、改动差异、逐段特征密度、读者可读性估计和所用层级。可选用目标语气样本。\n\n使用方式：命令形式为 linkedin-humanizer <text>，可加 --mode forensic、--mode strict、--mode aesthetic、--mode all、--mode audit、--mode profile。改写过程分四步：清理、节奏、添加人类特征、自检。自检会检查是否引入口吃式短句、揭示桥、表演性真诚或过度扁平化。\n\n限制：不保证通过 GPTZero、Pangram、Turnitin 或 Originality 等检测器；提示式改写约 92-95% 会被识别，轻度机械改写反而提高可检测性，短文本检测分数噪声较大。不得编造事实、真诚标记、模糊限定或忏悔式框架；改写需与真实问题成比例，未发现痕迹则不改动，缺失数字可询问或省略。