humanizer-ru 是一个开源工具集，专门用于检测和规范化俄语文本中由聊天界面复制粘贴产生的痕迹，并可选支持英语文本。项目强调“可验证的卫生”，即通过确定性的规则和公开的基准数据来清理插入痕迹，但不做出作者身份判断。
用途 该工具主要面向需要检查文本是否含有机器生成痕迹的编辑、教师、开发者和 AI 助手用户。它可以帮助在发布前扫描文本、在 CI 流程中设置检查门禁，或在代理环境中通过 MCP 集成使用。其核心目标不是判断作者身份，而是识别并清理复制粘贴带来的伪影。
主要能力
- humanizer-markers：扫描文本中的痕迹，输出位置和类别（A 类为硬性复制粘贴伪影，B 类为上下文指示符，如不可见字符和隐藏布局）。返回码 rc=1 表示发现痕迹，rc=0 表示无痕迹，rc=2 表示输入不可读。
- humanizer-clean：安全清理文本，支持 --in-place 原地清理并保留 .bak 备份，可移除 A 类不可见标记和受保护区域（代码、frontmatter、URL、HTML 属性、ZWJ 表情符号簇）之外的可见伪影。不重写风格和含义。
- humanizer-scan：评估机器写作的软性迹象，用于校准编辑工作量，不给出结论。
- humanizer-facts：比对清理前后的事实，如数字、日期、URL、名称、引文、否定和情态，确保 lost 和 changed 字段为空。
- humanizer-polish：规范化排版而不改变含义，支持 --preserve-markup 和 --typographic 模式用于标记文本。
- humanizer-report：生成清理报告，包含事实核对。
- 支持通过 --language en 或 --language auto 处理英语或混合语言输入；俄语配置文件仍为默认。
- 提供浏览器演示（无需安装，文本不离开浏览器）、MCP 集成（通过 uvx 或 pip install humanizer-ru）以及代理客户端技能安装。
使用方式 用户可以通过命令行工具操作，例如：humanizer-markers --scan 文件.md 扫描痕迹；humanizer-clean --in-place 文件.md 进行清理；humanizer-facts diff 之前.txt 之后.txt --no-additions 核对事实。项目还提供 MCP 配置、浏览器演示、Claude.ai 和 Claude Code 技能安装、以及支持 agentskills.io 的代理客户端（如 opencode、DeepSeek Harness）的文本包。详细命令和模式见 docs/USAGE.md。
适用场景
- 编辑和教师：在发布前检查文本中的插入痕迹。
- 开发和 CI：在流程中设置检查门禁，防止聊天界面插入的伪影进入代码库。
- AI 助手用户：在代理环境中进行相同检查，通过 MCP 集成。
- 需要处理俄语或英语文本，并希望保持文本风格和含义不变的场景。
限制
- 该工具不判断作者身份，仅检测痕迹。
- 对于改写文本、无痕迹的自然流畅机器文本、短文本、无水印的带水印文本等，检测存在理论上的限制，项目文档中有相关引用。
- 清理不会重写风格或含义，但用户需要手动检查结果。
- humanizer-polish 不能用于 Markdown 和标记文本，除非使用 --preserve-markup 模式。
- 项目明确不声称在同类工具中处于领先地位，并提供了基准测试和威胁模型文档。
- 同名项目存在，但本项目的验证方法不同，建议根据验证方式而非星标选择。
项目包含 40 个正则标记和 58 种机器写作模式，其中 38 个标记有证据记录。在 12314 个非承载文本上，A 类误报为 0，B 类误报为 8（0.00065），并提供了置信区间。工具完全离线运行，文本不会离开用户机器。
