Humanizer 是一项文本改写技能，目标是识别并移除 AI 生成文本的迹象，让写作听起来自然、像真人写的。它基于维基百科 WikiProject AI Cleanup 维护的“AI 写作迹象”指南，该指南源自对数千个 AI 生成文本实例的观察。其关键判断是：大语言模型使用统计算法猜测接下来最可能出现的内容，结果往往偏向统计上最可能的补全，这些套路因此被固化进文本。
用途
当用户要求对文本进行 humanize、de-AI、de-slop 或 un-ChatGPT；或要求改写某段文字使其不像大语言模型所写；或编辑草稿（博客文章、论文、PR 描述、文档、备忘录、邮件、推文、简历条目）使其更自然；或让写作匹配自己的语气；或在发布前检查文本的 AI 痕迹时，可加载该技能。撰写面向用户的说明文字时也可主动应用，例如发布说明、PR 描述、文档、长文解释和总结。
主要能力
该技能扫描 29 种 AI 写作模式，分为四类。内容模式包括：过度强调意义、遗产与宏观趋势；过度强调知名度与媒体报道；以 -ing 结尾的肤浅分析；宣传广告式语言；含糊归因与模糊措辞；提纲式的“挑战与未来展望”段落。语言与语法模式包括：滥用的 AI 词汇；回避 is/are 等系动词；否定平行结构与句尾否定片段；滥用三段式；优雅变体（同义词轮换）；虚假范围；被动语态与无主语片段。风格模式包括：过度使用破折号；过度使用粗体；行内标题式垂直列表；标题使用标题大小写；表情符号；弯引号。沟通模式包括协作式沟通残留，例如“希望这有帮助”“当然！”“你说得完全正确”等。
使用方式
文本通常以三种方式到达：内联，用户直接把文本粘贴到消息中，就地处理并回复改写结果；文件，用户指向文件，使用 read_file 读取，再用 patch 或 write_file 应用修改，对仓库中的 markdown 文档逐节定向修补比整体重写更干净；语气校准样本，用户额外提供自己的写作样本（内联或文件路径）并要求匹配。无论哪种方式，都应向用户展示改写结果；文件编辑要展示差异或变更部分，不要静默覆盖。
任务流程是：识别 AI 模式；改写有问题的部分，用自然表达替代 AI 腔；保留原意；维持预期语气（正式、随意、技术性等），若提供样本则专门匹配；加入灵魂，不只是移除坏模式，还注入真实个性；最后做一次反 AI 复检，问自己“下面这段为什么明显是 AI 生成的”，简要列出残留迹象后再修改一次。
语气校准（可选）
如果用户提供写作样本，应先分析：句子长度模式（短促有力、绵长流畅还是混合）；用词层级（随意、学术还是介于两者之间）；如何开头（直接切入还是先铺垫）；标点习惯（大量破折号、括号插入语、分号）；反复出现的短语或语言习惯；如何处理过渡（显式连接词还是直接进入下一点）。改写时匹配其语气，用样本中的模式替换 AI 模式。若没有样本，则回退到默认行为：自然、多变、有观点的声音。提供样本的方式：内联“Humanize 这段文字，以下是我的写作样本用于语气匹配：[样本]”；文件“Humanize 这段文字，用我在 [文件路径] 中的写作风格作为参考”。
个性与灵魂
避免 AI 模式只是一半工作。无生气的写作和 AI 腔一样明显。无灵魂写作的迹象包括：每句话长度和结构相同；没有观点，只有中性报道；不承认不确定或复杂感受；在合适时没有第一人称；没有幽默、锋芒或个性；读起来像维基百科条目或新闻稿。加入声音的方法：有观点，不只报告事实还做出反应；变化节奏，短句和长句交替；承认复杂性，真实的人有复杂感受；在合适时使用“我”；允许一些凌乱，完美的结构感觉像算法；具体表达感受，不写“这令人担忧”，而写“凌晨三点无人在场时智能体还在运转，有种说不出的不安”。
适用场景与限制
适用于博客、论文、PR 描述、文档、备忘录、邮件、推文、简历条目等文本的自然化改写，也适用于发布前检查 AI 痕迹。限制方面，资料未提供该技能的安装命令、价格、平台支持或独立运行方式；这些事实暂未提供。该技能属于 Hermes 技能体系，具体调用依赖 Hermes 的描述。它不保证改写后的内容符合任何外部规范，也不替代事实核查。