前言¶
论文里有一类句子，语法没错，读着却不像人写的：排比太齐、转折太软、每段开头都是「首先／其次／最后」。这类稿子投出去，容易被打回「行文生硬、模板腔重」。另一类常见情况是作者用 AI 起草或润色过，但稿件里的数字、DOI、PMID 和术语不能动，改着改着就容易把数据改出新值。
下面介绍的 Skill 处理的是这件事：在不动数据的前提下，对论文做去AI味改写与降AI率自查，并把「哪里像 AI 写的、该按什么顺序改」输出成可执行的计划。
这是什么¶
humanize-ai-text 是一个面向论文与期刊稿的写作质量自查 Skill，由社区作者 user_814dbe54 维护，坐标 @user_814dbe54/humanize-ai-text，当前版本 4.3.1，归类于 content-creation，来源类型为 community。
它解决的问题是：AI 辅助写出来的稿子，人工改完之后仍然残留模型腔；以及改文过程中容易误伤数字、DOI、PMID、年份和术语。
需要说明一处数据：官方页面上的评分与下载次数是随时间变化的字段，本文依据的资料里这两项记录不一致，因此不引述具体数字。分类与「不需要 API key」这两项各来源一致，可以采信。
核心功能¶
按简介，能力分四层。
1、AI 味自查报告：找出行文生硬、模板腔、模型残留的位置，输出报告而不是直接改稿。
2、改写动作：去AI味改写、学术改写、段落改写与风格自然化。
3、改前规划：深改指引与句级优先级计划，即按句子粒度给出改的顺序，避免一次性全篇乱改。
4、数据护栏：全程守住数字、DOI、PMID、年份与术语，改文不改动数据。
两个专门检查项：
check_stats：查数字打架，即同一处论述里前后数字不一致。check_terms：查术语混用，按八域变体组覆盖同一术语的不同写法。
输入与输出约束¶
输入方面，支持中英双语稿件，支持 .docx 与 .pdf。--batch 开关支持分章跨文件核对，适用于按章节拆分写作、或多个文件里引用同一套数据的情况。
输出方面，定位是「写作质量自查与改进」，不是代写。简介里明确写了两条护栏：不用于误代署名，不用于隐瞒应披露的 AI 使用，也不用于对抗学术诚信审查。
合规方面，内置 AIGC 使用披露合规检查，依据是简介所述的中国 2025-09 标识办法。
安装与启用¶
先说明资料边界：已抓取资料里没有给出具体的安装命令，也没有说明在 Cursor、Codex CLI、Claude Code 中的差异化启用方式，因此本文不编造命令。可核实的标识信息如下。
坐标: @user_814dbe54/humanize-ai-text
官方页: https://api.skillhub.cn/indiv-sorsor/humanize-ai-text
分类: content-creation
来源: community
依赖: 仅 Python 标准库，requires_api_key=false
版本: 4.3.1
其中 requires_api_key=false 与「100% 本地运行，零上传，仅 Python 标准库」两点可以直接采信，意味着不需要准备任何密钥，也不会把稿件内容发出本机。安装命令请以官方页面为准。
典型用法¶
简介中点到的检查入口与开关如下，完整参数与输出格式未在资料中给出，需对照官方页面确认。
check_stats # 查数字打架
check_terms # 查术语混用（八域变体组）
--batch # 分章跨文件核对
建议的用法顺序：
1、先跑 check_stats 与 check_terms，把数据层面的硬错误和术语不一致挑出来，这两处通常是必须先修的。
2、再按 AI 味自查报告看行文问题，参照深改指引与句级优先级计划逐句改，而不是整段重写。
3、改完复核一遍数字、DOI、PMID、年份与术语，确认没有被上一轮改写带偏。
4、需要跨章节核对数据时，加上 --batch。
适用场景与限制¶
适合的作者：行文生硬、模板腔重，或非母语（ESL）写作者在投稿前做自查。
明确跳过的场景，按简介有三类：纯语法润色、全文翻译、与学术写作无关的改写。这三类应该用对应的专门工具，而不是本 Skill。
配套工具方面，简介给出：paper-polisher-pro（综合润色）、pubmed-verifier、cite-holmes、academic-figures、cn-med-oa、doc-holmes。
使用上需要注意的两点：本工具只做写作质量自查与改进，不承担署名、披露、诚信审查对抗等用途；另外，它不解决「数据本身有问题」，只解决「表述与数据不一致」。
结语¶
humanize-ai-text 的价值在于把「像不像人写的」这类主观判断，拆成可检查项和可执行的句级计划，同时把数字与术语锁在原位。对于用 AI 起草、需要保留数据原貌的投稿前自查，这是一个可以纳入流程的工具。
官方地址：https://api.skillhub.cn/indiv-sorsor/humanize-ai-text
