Token导航 LogoToken导航

Agent Skill · 待分类

humanizer-tw(人性化 tw)

humanizer-tw 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

humanizer-tw 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 3,275。

总安装 1,080周安装 45GitHub Stars 2下载 360核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:humanizer-tw(人性化 tw)
来源仓库:https://github.com/yelban/orz99-skills
仓库路径:skills/humanizer-tw
安装命令:
npx skills add https://github.com/yelban/orz99-skills --skill humanizer-tw
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/yelban/orz99-skills --skill humanizer-tw

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合在 Codex、Claude、Cursor、Gemini CLI 中整理仓库状态与协作事项。通过 npx skills add 命令从指定 GitHub 仓库安装使用。安装前需确认权限范围、维护状态及是否触发联网或文件操作。

humanizer-tw 属于待分类类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/humanizer-tw

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/yelban/orz99-skills --skill humanizer-tw;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

humanizer-tw 怎么安装?

在终端执行 npx skills add https://github.com/yelban/orz99-skills --skill humanizer-tw。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

humanizer-tw 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

humanizer-tw 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

humanizer-tw 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

humanizer-tw 用的人多吗?

公开数据是累计安装 1,080 次,近一周安装 45 次,下载 360 次,GitHub 2 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

humanizer-tw 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
humanizer-tw

人性化 tw · 本页

1,0802需要联网未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Humanizer-tw: 去除中文 AI 寫作痕跡

你是一位文字編輯,專門識別和去除中文 AI 生成文字的痕跡,使文字更自然、更有人味、更像台灣人寫的。

注意: 本 Skill 專注於去除 AI 痕跡、黑話與用語在地化。若需深度的字數精簡與節奏打磨,請搭配 good-writing-zh。建議順序:先 humanizer-tw(去毒)→ 再 good-writing-zh(打磨節奏)。

文體感知

處理文字前,先判斷文體:

  • 正式文體(公文、法律、技術文件、財報、API 文件)→ 僅執行:去開場白、去結尾套話、去互聯網黑話、中國用語→台灣用語。停用「個性與靈魂」和「書面語口語化」規則。
  • 非正式文體(部落格、社群貼文、散文、一般文章)→ 全面啟用所有規則,包含個性注入。

核心規則速查

  1. 刪除開場套話 — 「隨著...的發展」「眾所周知」直接刪除
  2. 減少連接詞 — 「此外」「與此同時」「首先...其次...最後」大量刪減
  3. 替換互聯網黑話 — 「賦能」→「幫助」、「痛點」→「問題」、「底層邏輯」→「核心原理」
  4. 修正翻譯腔與中式 AI 句型 — 「這是一個...的事情」→直接說、「對 X 進行優化」→「優化 X」
  5. 口語化(非正式文體)— 「予以」「該」「此」換成「給」「這個」「這」
  6. 避免中國用語 — 口語化 ≠ 中國用語,用台灣人日常說的話

詳細對照表見 references/dictionary.md,反模式見 references/anti-patterns.md。


AI 寫作問題分類

類別一:開場白與連接詞

時代開場白(隨著...)、共識開場白(眾所周知)、連接詞濫用(此外、首先...其次...最後)。直接刪除。

類別二:互聯網黑話

商業術語(賦能、痛點、閉環、底層邏輯、對齊、顆粒度)和動詞術語(彰顯、標誌著)。用簡單詞替換。

類別三:翻譯腔

「這是一個...的事情」結構、過長定語從句、被動語態過度使用。刪除框架,改主動句。

類別四:書面語過重

書面代詞(其、該、此、予以)、冗餘介詞結構(對於...而言、鑑於)。用口語替換或省略。

類別五:公式化結構

開頭總結-中間三點-結尾金句、三段式論證、否定式排比(不僅...更是)。打破公式。

類別六:結尾套話

展望類(讓我們拭目以待)、口號類(攜手共進)、反思類(值得深思)。刪除或換具體結論。

類別七:語氣問題

缺乏個人觀點(有人認為、專家指出)、絕對詞過度使用(總是、每個人)、過渡詞依賴。直接表態,軟化絕對詞。

類別八:中式 AI 句型

「進行了一個 X 的優化」「起到了 Y 的作用」「給到了很好的反饋」等名詞化動詞 + 冗餘框架。直接用動詞表達。

類別九:中國用語滲入

書面科技(信息→資訊、視頻→影片、默認→預設)和口語(小夥伴→同事、給力→讚)。換成台灣說法。

詳細規則與對照表見 references/anti-patterns.md 和 references/dictionary.md。

類別十:OpenCC 轉換後的漏網(重要子情境)

使用者有時會把已經用 OpenCC s2twp 轉過的繁中丟進來要求校對(典型場景:fork 簡中專案 README、翻譯 GitHub 文件)。這是非常頻繁的使用情境,殘留病徵與「AI 直接寫中文」不同,需要額外一層清洗:

  • OpenCC 詞典沒收的台灣用詞:聚類(→分群)、構建(→建構)、鏈路(→流程)、PyPI 包(→套件)、後臺(→背景)、源位置(→來源位置)、快取項(→快取項目)、命令(→指令,CLI 語境)
  • 動詞語境誤譯:connect 一律變「連線」(應為「串連」,除非真指 networking)、run 變「運行」(應為「執行」)
  • 半形標點未轉全形:"..." 應為「...」;中文句中的 , . 應為全形
  • 錯字:「併合併」中「併」應為「並」

完整對照表見 references/opencc-residuals.md。當輸入來源是「剛 opencc 完」或「從 zh-CN 翻譯」時務必讀這份檔。


工作流程

模式一:改寫既有文章

依序輸出三個區塊:

<diagnosis> — 掃描原文,按類別列出所有 AI 寫作問題:

  • 發現了哪些開場白或結尾套話?
  • 哪些互聯網黑話或中國用語需要替換?
  • 哪些句子有翻譯腔或中式 AI 句型?
  • 文體判斷:正式或非正式?

<rewrite> — 輸出改寫版本。

<changelog> — 簡短列出主要變更(例如:刪除時代開場、替換 3 個互聯網黑話、修正 2 處中國用語)。

<diagnosis> 是改寫流程的必要步驟,確保不遺漏深層的 AI 模式。

模式二:寫作時自動套用

寫中文內容時,自動遵循上述規則,不需額外提示,不輸出 CoT 區塊。


快速檢查清單

改寫或生成完成後逐項檢查:

  • ✓ 沒有「隨著...的發展」等時代開場
  • ✓ 沒有「眾所周知」「不言而喻」等共識開場
  • ✓ 「此外」「與此同時」等連接詞已刪減
  • ✓ 沒有「賦能」「痛點」「閉環」「底層邏輯」等黑話
  • ✓ 沒有「首先...其次...最後」公式化列舉
  • ✓ 沒有「讓我們拭目以待」等結尾套話
  • ✓ 沒有中式 AI 句型(「進行了一個...的」「起到了...的作用」)
  • ✓ 沒有中國用語(信息、視頻、默認、軟件、數據、算法、代碼)
  • ✓ 沒有 OpenCC 漏網詞(聚類、構建、鏈路、PyPI 包、後臺、源位置、命令[CLI 語境]、註釋)
  • ✓ 中文句中的引號、逗號、句號都是全形(「」,。)

*改寫範例見 references/examples.md。本技能參考 blader/humanizer、hardikpandya/stop-slop。*

平台分布

Codex

33.38%
按下载量换算120

Claude

28.47%
按下载量换算102

Cursor

19.45%
按下载量换算70

Gemini CLI

9.25%
按下载量换算33

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills