前言¶
AI 生成的中文越来越像同一个人写的：开头先摆科普背景，中段”不是 A 而是 B”，结尾堆一串”赋能、闭环、深度融合”，再配一个莫名其妙的比喻收尾。读者一眼就能看出是机器写的，求职者的简历、内容创作者的稿件因此被扣分。
下面介绍的这个 Skill 不换思路，只换表达：它不改变事实，只把 AI 腔信号清掉，让文本读起来像真人写的。
这是什么¶
去 AI 味（中文版）是一个基于通用 SKILL.md 格式的中文 Humanizer Skill。坐标 @user_69794d19/cn-de-ai-flavor，发布者 user_69794d19，来源 community，当前版本 2.0.0，分类 content-creation，官方地址：
https://api.skillhub.cn/user_69794d19/cn-de-ai-flavor
SkillHub 页面：
https://www.skillhub.cn/skills/user_69794d19/cn-de-ai-flavor
它解决的问题是：输入任何 AI 生成的中文文本（文章 / 简历 / 报告 / 小红书文案 / 工作邮件 / 网文），输出一份改写对照表、一份自然版全文和逐条原因说明。
核心功能¶
经过上面的定位，功能分四步走。
1、扫描标注 12 类 AI 腔信号¶
先做诊断，再做改写。扫描覆盖 12 类信号：
- 套话
- 黑话
- 工整对称
- 空洞形容词
- “不是 A 而是 B”三毒
- 高频堆叠副词
- 莫名其妙的比喻
- 数字假精确
- 科普起手式
- 自问自答老师腔
- 讨好腔
- AI 幻觉假数据
2、按诊断分级分层改写¶
诊断结果分三级，对应三种处理力度：
- 轻度：去泛化，把空泛表述换成具体表述
- 中度：去书面化，把公文腔调回日常表达
- 重度：三遍重写，逐遍消除结构性的 AI 痕迹
3、L1-L4 四层自检¶
改写完不直接交稿，按四层依次自检：
- L1 硬性规则：语法、标点、格式硬伤
- L2 风格：用词和句式是否还残留 AI 腔
- L3 内容：事实是否被改动
- L4 活人感：整体读起来是否像真人写的
4、输出改写对照表 + 自然版全文 + 原因说明¶
最后交付三部分：改写对照表（改了哪里）、自然版全文（可以直接用的版本）、原因说明（每处改动的依据，兼有教学价值）。
另外提供一个可选脚本，用于自动扫描并生成标注报告：
scripts/ai_scan.py
安装与启用¶
官方资料里没有给出可直接核实的安装命令或配置字段，这里如实说明，不做推测。
能核实到的信息只有 Skill 坐标和访问地址：
@user_69794d19/cn-de-ai-flavor
https://api.skillhub.cn/user_69794d19/cn-de-ai-flavor
标签为 requires_api_key=false，即不需要额外 API key。这类 Skill 基于通用 SKILL.md 格式，具体在 Cursor、Codex CLI、Claude Code 等工具里的启用方式，以各工具对 SKILL.md 的加载规则为准，本资料未提供逐工具说明。
典型用法¶
官方资料给出的可复现流程如下。
第一步，把待处理的 AI 生成文本交给 Skill，类型不限，文章、简历、报告、小红书文案、工作邮件、网文都可以。
第二步，Skill 自动执行扫描、诊断、分层改写和 L1-L4 自检，不需要人工指定规则。
第三步，可选：运行脚本生成自动标注报告，用于先看诊断结果再决定改不改。
第四步，取回三部分产物：改写对照表、自然版全文、原因说明。
适用场景与注意¶
适合的人：被”AI 味”影响稿件通过率的内容创作者，简历被质疑真实性的求职者，以及需要批量处理 AI 生成文本的团队。
限制与坑：
- 只优化表达，不改变事实。需要保留的数据、结论、观点不能动，改完要对照原文核一遍。
- 不用来骗人。这个 Skill 的用途是消除语言层面的机械感，不是伪造经历或数据。
- 重度诊断走三遍重写，产出时间比轻度、中度更长，长文本要注意这一点。
- 12 类信号里包含”AI 幻觉假数据”，说明它只负责识别和提示，假数据本身需要人工核实来源，不能指望 Skill 替你补真实数据。
结尾¶
去 AI 味（中文版）的价值在于把”感觉不对”变成”哪里不对、怎么改、为什么这么改”。它不替换你的内容，只清掉机器腔，并留下改动依据供你学习。
官方地址：https://api.skillhub.cn/user_69794d19/cn-de-ai-flavor
按资料记录，当前版本 2.0.0，分类 content-creation，评分 100000，下载 1762 次，安装 0 次。
