前言¶

中文内容生产里，模型初稿的高频问题是「AI 味」：句式整齐、连接词模板化、每段收尾都是一句总结。人工逐句改很费时间，写一套正则或规则又只能覆盖部分特征。下面介绍的 Humanizer-zh 是一个面向这类需求的 Skill，定位是把「去 AI 味」这件事交给 Agent 按统一流程处理，而不是再手写一套临时的改写脚本。

这是什么¶

Humanizer-zh 是一个基于通用 SKILL.md 格式的 Agent Skill，坐标 @org-eyw2ohcx/liuxy951129-cpu-humanizer-zh-100，由 SkillHub 收录，发布者 RealQ，来源标记为 enterprise，分类 content-creation。

解决的问题很集中：中文成稿需要降低模型生成痕迹，让文字读起来更像人写的，同时保留原意和信息密度。

核心功能¶

已核实的公开信息如下：

• 版本：1.0.0
• 分类：content-creation（内容创作类）
• 是否需要 API Key：requires_api_key=false，即不依赖额外的密钥配置
• 声明能力：去除中文文本中的 AI 写作痕迹，属于文本改写方向

需要说明的是，SkillHub 页面上的简介字段为空，抓取时也没有返回可用的功能说明正文。因此本文只写上述可以从元数据核对的条目，具体的改写策略、是否保留专业术语、是否逐句对照修改等细节，官方页面未给出，不做推测。

安装与启用¶

官方页面没有公开安装命令、目录约定或配置文件字段，因此这里不写未经核实的命令。可以确认的是：

1、Skill 基于 SKILL.md 格式，启用方式是把 Skill 放入 Agent 可读取的 Skill 目录，或在支持 SkillHub 的客户端中通过坐标加载：

@org-eyw2ohcx/liuxy951129-cpu-humanizer-zh-100

2、requires_api_key=false 表示运行时不要求填写额外的 API Key，接入时不需要准备密钥环境变量。

3、抓取到的安装量为 0、下载量为 1223。安装量低意味着社区里可参考的落地反馈很少，接入前建议先在小段文本上验证效果。

Cursor、Codex CLI、Claude Code 等客户端对 Skill 目录和加载方式的支持不一致，具体路径请以各客户端当前文档为准，本文不替它们补充未核实的写法。

典型用法¶

官方资料未提供可复现的示例命令或输入输出样例，这一节只能给出用法方向，不能给出可直接照抄的调用：

1、把一段模型生成的中文初稿交给该 Skill，让它按改写流程处理，目标是降低模板化句式和机械连接词带来的「AI 味」。

2、拿到改写结果后人工复核一遍，重点看信息是否完整、专业术语是否被误改、语气是否和全文其他段落一致。

因为缺少官方样例，建议第一次使用时拿自己手上的真实段落跑一次，记录改动前后的差异，再决定是否纳入日常流程。

适用场景与注意¶

适合的场景：中文长文初稿的二次加工，尤其是需要降低机械感、又不想手工逐句调整的内容；不需要额外配置密钥，接入成本低。

需要注意的限制：

• 该 Skill 属于改写类能力，改写本身有失真风险，事实、数据、引文和术语需要人工核对，不要把它当作免审环节。
• 简介字段缺失，能力边界不清晰，是否支持分段处理、长文处理、特定领域术语保护，都未在公开资料中说明。
• 发布者来源标记为 enterprise，但官方页面未提供维护方说明和更新计划，长期维护情况未知。
• 下载量 1223、安装量 0，社区验证样本不足，效果稳定性需自行评估。

结尾¶

Humanizer-zh 的价值在于把「去除 AI 写作痕迹」这一件事从零散的手工修改变成 Agent 可执行的固定流程，接入时不需要准备密钥，成本很低。但它的公开说明很少，能力边界要靠实际测试才能确认。

官方地址：https://api.skillhub.cn/org-eyw2ohcx/liuxy951129-cpu-humanizer-zh-100
SkillHub 页面：https://www.skillhub.cn/skills/org-eyw2ohcx/liuxy951129-cpu-humanizer-zh-100