soundshuman

让 AI 垃圾内容远离你的文章和代码仓库。

这是当前反垃圾工具最佳部分的合并：一个像细心人类编辑一样重写文本的技能、一个机器可执行的规则包，以及一个零依赖的 CLI，用于审计整个代码库并接入 CI。目标不是击败 AI 检测器，而是一个你可以检查的工作流程：可见的规则、可解释的分数、可审查的差异。

各部分来源

来源	贡献内容
blader/humanizer	重写技能的主干：源自 Wikipedia 的句式模式目录、根据写作样本进行语音校准、不捏造事实规则、误报防护栏、草稿-审计-终稿循环，以及插件打包。
hardikpandya/stop-slop	其他工具遗漏的结构性反模式（虚假主体性、远距离叙述者、二元对比、负面列表、懒惰极端、副词堆砌）、交付前检查清单，以及精简的技能加参考资料布局。
brandonwise/humanizer	工具链思路：分级词汇、统计特征（突发性、类型-符号比、三元组重复）、可解释的 0-100 评分、全仓库扫描与 CI 门禁，以及扫描器的测试套件。
Aider	编辑工作流：重写以 git diff 形式落在干净的工作树上，你像审查代码一样审查它们，撤销就是 `git checkout`，而不是一句道歉。
ast-grep / OpenRewrite	规则即数据。检测逻辑位于版本化的 JSON 规则包中，而非代码中，因此一条内部规则就是一个可审查的单行 diff。
Biome / Semgrep	编辑后的护栏：一个 pre-commit 钩子和一个 CI 任务，用来捕捉会话中遗漏的问题。

此处所有代码均基于 MIT 许可；上游版权保留在 LICENSE 中。

组成部分

SKILL.md 是 humanizer 技能：涵盖内容、语言、风格、沟通、填充词和修辞的 41 个模式，加上统计特征、语音校准和四种调用模式（粘贴文本、文件、仓库审计、嵌入）。它是纯 Markdown，因此可以在任何读取技能文件代理中运行。

rules/slop-rules.json 是机器可读的规则包：三个词汇层级、短语修正，以及带有权重和注释的正则检测器。bin/sloplint.js 是读取该规则包的扫描器。零依赖，Node 18+。

长文材料位于 references/：词汇、短语、结构、风格指南、清单和示例。docs/WORKFLOW.md 逐步解释了各部分如何协同工作。

安装

作为技能，适用于任何读取 Markdown 技能的环境：

cp -r . /path/to/your/skills/soundshuman

作为 Claude Code 插件：

/plugin marketplace add aashaexo/soundshuman
/plugin install soundshuman@soundshuman

CLI 只需要 Node：

node bin/sloplint.js --help

或全局链接：

npm install -g .

使用

给任何文本评分（0 到 100，分数越高表示 AI 味道越重，目标低于 25）：

echo "This serves as a testament to our seamless approach." | sloplint score

查看具体原因，包括行号和触发的规则：

sloplint analyze draft.md

应用安全的机械修复（填充短语、长破折号、弯引号）：

sloplint fix draft.md -w

审计整个文档文件夹，最差的排在最前：

sloplint scan docs/

门控 CI：

sloplint scan docs/ --fail-above 50

安装 pre-commit 钩子：

scripts/install-git-hook.sh 50

如需完整的重写处理，请在代理中调用该技能（“humanize this”（让它更人性化），“humanize docs/launch-post.md”，或“audit our docs for slop”（审计我们的文档中的 AI 垃圾））。该技能会起草、审计自己的草稿，并交付最终重写版本，且不捏造任何事实。先给它两段你自己的写作，它会匹配你的语气，而不是生成千篇一律的干净输出。

常开模式

预防优于清理。若要让代理默认这样写作，将以下简短版本添加到你的系统提示或 CLAUDE.md：

像人一样写作，而不是像新闻稿。使用“is”和“has”，不要用"serves as"
或"boasts"。绝不使用：delve、tapestry、vibrant、crucial、robust、seamless、
groundbreaking、pivotal、testament、leverage、empower、realm。不要长破折号。
不要"It's not just X, it's Y"。不要"Great question!"或"I hope this helps"。
每个论点最多一个修饰语。变换句子长度。以具体事实结尾，而不是"未来一片光明"。
绝不捏造事实、名称、数字或引用。

然后用 sloplint score 验证代理的输出。

评分简介

每 100 个单词的模式密度，按对数曲线计算（70%），与统计均匀性混合：突发性、类型-符号比和三元组重复（30%）。广度和类别多样性有加分。短样本会获得置信度折扣，而不是自信的错误答案。每一个分数都可追溯到一条你能阅读、质疑或从规则包中删除的具体发现。

开发

npm test

测试固定了评分器的行为：AI 样本得分高，人类样本得分低，代码块被忽略，修复是安全的。如果你添加一条规则，就添加一个对应的测试。