前言¶

中文內容生產裏，模型初稿的高頻問題是「AI 味」：句式整齊、連接詞模板化、每段收尾都是一句總結。人工逐句改很費時間，寫一套正則或規則又只能覆蓋部分特徵。下面介紹的 Humanizer-zh 是一個面向這類需求的 Skill，定位是把「去 AI 味」這件事交給 Agent 按統一流程處理，而不是再手寫一套臨時的改寫腳本。

這是什麼¶

Humanizer-zh 是一個基於通用 SKILL.md 格式的 Agent Skill，座標 @org-eyw2ohcx/liuxy951129-cpu-humanizer-zh-100，由 SkillHub 收錄，發佈者 RealQ，來源標記爲 enterprise，分類 content-creation。

解決的問題很集中：中文成稿需要降低模型生成痕跡，讓文字讀起來更像人寫的，同時保留原意和信息密度。

核心功能¶

已覈實的公開信息如下：

• 版本：1.0.0
• 分類：content-creation（內容創作類）
• 是否需要 API Key：requires_api_key=false，即不依賴額外的密鑰配置
• 聲明能力：去除中文文本中的 AI 寫作痕跡，屬於文本改寫方向

需要說明的是，SkillHub 頁面上的簡介字段爲空，抓取時也沒有返回可用的功能說明正文。因此本文只寫上述可以從元數據覈對的條目，具體的改寫策略、是否保留專業術語、是否逐句對照修改等細節，官方頁面未給出，不做推測。

安裝與啓用¶

官方頁面沒有公開安裝命令、目錄約定或配置文件字段，因此這裏不寫未經覈實的命令。可以確認的是：

1、Skill 基於 SKILL.md 格式，啓用方式是把 Skill 放入 Agent 可讀取的 Skill 目錄，或在支持 SkillHub 的客戶端中通過座標加載：

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

2、requires_api_key=false 表示運行時不要求填寫額外的 API Key，接入時不需要準備密鑰環境變量。

3、抓取到的安裝量爲 0、下載量爲 1223。安裝量低意味着社區裏可參考的落地反饋很少，接入前建議先在小段文本上驗證效果。

Cursor、Codex CLI、Claude Code 等客戶端對 Skill 目錄和加載方式的支持不一致，具體路徑請以各客戶端當前文檔爲準，本文不替它們補充未覈實的寫法。

典型用法¶

官方資料未提供可復現的示例命令或輸入輸出樣例，這一節只能給出用法方向，不能給出可直接照抄的調用：

1、把一段模型生成的中文初稿交給該 Skill，讓它按改寫流程處理，目標是降低模板化句式和機械連接詞帶來的「AI 味」。

2、拿到改寫結果後人工複覈一遍，重點看信息是否完整、專業術語是否被誤改、語氣是否和全文其他段落一致。

因爲缺少官方樣例，建議第一次使用時拿自己手上的真實段落跑一次，記錄改動前後的差異，再決定是否納入日常流程。

適用場景與注意¶

適合的場景：中文長文初稿的二次加工，尤其是需要降低機械感、又不想手工逐句調整的內容；不需要額外配置密鑰，接入成本低。

需要注意的限制：

• 該 Skill 屬於改寫類能力，改寫本身有失真風險，事實、數據、引文和術語需要人工覈對，不要把它當作免審環節。
• 簡介字段缺失，能力邊界不清晰，是否支持分段處理、長文處理、特定領域術語保護，都未在公開資料中說明。
• 發佈者來源標記爲 enterprise，但官方頁面未提供維護方說明和更新計劃，長期維護情況未知。
• 下載量 1223、安裝量 0，社區驗證樣本不足，效果穩定性需自行評估。

結尾¶

Humanizer-zh 的價值在於把「去除 AI 寫作痕跡」這一件事從零散的手工修改變成 Agent 可執行的固定流程，接入時不需要準備密鑰，成本很低。但它的公開說明很少，能力邊界要靠實際測試才能確認。

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