说人话：中文 AI 味清理 skill

别让模型替你装腔。

说人话 是一个中文优先的 rewrite skill，用来清理聊天、进度同步、README、release note、论坛帖、issue 回复和中文长文里的模板感、表演感、工程师腔、翻译腔和无源权威铺垫。给经常拿 AI 起草中文的开发者、维护者和写作者用。

改语气之前先锁事实：数字、版本、命令、路径、责任归属和原文里已有的关系不动。Codex、Claude Code、Cursor、ChatGPT 和自建 agent 都能接入。

30 秒上手

先试效果，不装东西 — 打开说人话 GPT（ChatGPT，需 Plus / Pro），贴一段文本就能用。

Claude Code — 在对话里运行：

/plugin marketplace add MrGeDiao/shuorenhua
/plugin install shuorenhua@shuorenhua
复制

装好后直接说「把这段去 AI 味」。手动安装和跟随更新见 install/claude-code.md。

Codex — clone 后单次使用：

git clone https://github.com/MrGeDiao/shuorenhua.git && cd shuorenhua
codex exec -C . "读取 ./SKILL.md，按其中规则改写以下文本：……"
复制

其他支持 skills 命令的 agent：

npx skills add MrGeDiao/shuorenhua
复制

只想看问题、不想直接改稿，加一句「按 annotation mode 只标注不改写」。Cursor、OpenClaw、自建 agent 和更多安装方式见安装。

先看一眼效果

改写前

本次优化在性能方面取得了显著成效，有效改善了接口响应问题，p95 延迟从 480ms 降到 160ms，充分体现了团队持续优化的能力。

只删套话，容易改坏

这次优化明显降低了接口延迟。

短了，但 p95、480ms 和 160ms 也丢了。

按说人话规则改

这次优化把接口 p95 延迟从 480ms 降到 160ms。

该删的是渲染词，不是证据。这条对应评测集里的硬约束用例 SF-46。更多对照见 references/examples.md 和 evals/real-samples.md。

保真：哪些不能改

去 AI 味最常翻车的地方：句子顺了，事实变了。下面把不能动的部分列成可检查的规则：

• 数字和它修饰的对象一起保留：p95 从 480ms 降到 160ms 不能概括成「明显降低」。
• 关系不改写：展示了云原生架构的潜力 不能变成 采用了云原生架构，潜力不等于已经实现。
• 范围、条件、否定、情态、完成态、方向和强度都算事实，不随姿态一起删。
• 抽象信息不擅自具体化：原文只说「提升效率」，不能补成「省时间」或「降成本」。
• 缺信息就指出缺口，不补。docs / status 里的无源结论默认按 audit-only 处理。

回读走两个方向：输入里的事实能否在输出逐项找回；输出里每个新关系能否回指输入依据。规则细节见 references/protected-spans.md 和 references/positive-style.md。

怎么判断怎么改

处理顺序固定：判主场景（chat / status / docs / public-writing）→ 划出数字、版本、命令、引用、责任主体和事实关系 → 判命中强度（Tier 1 / 2 / 3）和改写力度 → 先处理句式与段落模式，短语表只兜底 → 保真回读 → 仍有残留再做一次轻量 Residual Audit。

常见处理：

完整边界在 references/，用例在 evals/benchmark.md。

按文本用途分场景

README、release note、论坛帖、issue 回复、API reference 和 FAQ 各有对应的 Scene Pack：

细则和正反例见 references/scene-packs.md。

长文不缩水：用 scope 控制删改力度

长文里有些重复和转场看着不利落，却承担节奏。scope 单独决定能删到什么程度，取三个值之一，跟改写指令一起给：

三个值的取舍过程见 issue #4，实跑记录见 evals/results-v1.8.6.md 和 evals/run-manifest.md。

v2.4 状态

v2.4.0 是收缩版。原本的候选把七类改动打包在一起，跑了 13 轮 remediation、54 次外部调用，没有通过任何一轮完整验收，2026-08-29 决定只保留直接回应 #5 的两条规则改动，其余移出留给 v2.5。留下的两条是：技术报告术语改为按词在句子里的具体含义放行，不再因为文本是 README 或发布说明就把周围的包装表达一起放行；FAQ 的「尽早给结论」不得把原有执行前条件和警告挪到操作之后。配套改了 SKILL.md 的 No-touch 一节、phrases-zh.md 的 闭环 词条和 protected-spans.md 的两类保护划分，规则改动一共 20 行左右。

验收范围是受影响面 34 条，不是全量 120 条——本版新增 9 条，加上收紧后误杀风险最高的 12 条、FAQ 既有题 4 条、闭环/收口 波及的 7 条和数值保护题 2 条。Claude Opus 5 与 Grok 4.6 两个席位各自改写，判分用的是逐条静态复核，不是模型交叉判分。

两个席位的硬约束失败都是 0。不该改的 23 条里，Claude 一条没误伤，Grok 误伤 1 条（SNF-28，v2.3.1 就有，不是这版引入）；本版新增的 7 条 SNF 两边都是零误杀。三处失败点完全互补，没有一条是两个模型同时栽的。SF-62 是 #5 的原始素材，Claude 跑了两次：第一次漏清了「判分仅闭环」，第二次同一份输入下两处包装都清掉了，属执行波动而不是稳定失败。

门槛 1（硬约束失败为 0）和门槛 2（误杀率）都达成。门槛 3 要求新增用例双模型达标，Grok 通过，Claude 一次通过一次漏清，最终判定留给维护者。SF-07、SF-39、SF-16、SF-37 这四条已知问题本版没有碰，不在修复范围内。完整证据和判定标准见 evals/results-v2.4.0.md。

v2.3.1 状态

v2.3.1 只用 Opus 一个模型跑完了发布评测（维护者 2026-08-21 定的）：r4 全量里硬约束失败 0 次，不该改的 50 条一条没误改，该改的 61 条过了 57 条，达到发布线。原本要跑第二个模型做对照：DeepSeek V4 Pro 出了一次真实 L1（B-74），同条件复跑两次结果都不一样，单次全量结果不可复现，撤掉了；换 Grok 4.6 补跑，改写和硬判都干净，但判分只跑完 7 批里的 1 批，只能算参考。第二个模型的对照留到后面的版本补。另外人类长文样本还差 docs 和 status 两类，check_repo 把这一项报为已知缺口，不卡 CI，凑够 12 篇再关掉。完整证据和判定标准见 evals/results-v2.3.1.md。

本版改动：

• 新增 dist/shuorenhua-mini.md（1,500 字符以内、自包含），安装方式统一成 mini / lite / full 三种
• Scene Packs 增加 API reference 和 FAQ；benchmark 从 103 条扩到 111 条（61 SF + 50 SNF）
• 保真回读改为按子句与事实要素建账，输出前做双向核对
• 新增 8 篇 HUMAN 长文 residual 对照，含固定 revision、归属、许可证据和 manifest 校验
• 修复 references/structures.md §20 破折号密度判据的计数单位矛盾，统一按插入处计数

评测

规则层覆盖 210+ 条中文短语、96 条英文短语和 25 类结构反模式。

当前评测集共 120 条：

120 条是主 benchmark，20 条场景样本是单独的整段评测，两者不相加。主 benchmark 含 21 条 Scene Pack 正反用例、4 条 Long-form In-place 和 3 条 Bounded 用例。

另有 8 篇 HUMAN 长文 residual 对照，用于观察假阳性：3 篇历史文本、5 篇现代公开文本，6 篇中文原作、2 篇英译中，共 7 个作者组。不进入 benchmark、rewrite 或 judge 分母，不据此设「人味」阈值。语料正文及改编沿用各自许可，不适用仓库根目录的 MIT。

发布门槛从 v2.1.0 起分四层：

被测模型只看匿名、乱序、不含预期答案的 evals/benchmark-blind.md，judge 按映射表判分。运行模型、评测集版本和结果登记在 evals/run-manifest.md。零依赖脚本 python3 automation/eval/hard_metrics.py --run <批次目录>/ 负责字数留存、破折号密度和 protected spans 粗核，细节见 automation/eval/README.md。

最新可发布的评测记录：v2.4.0（受影响面 34 条，Claude Opus 5 与 Grok 4.6 两个席位）。上一版的全量基线见 v2.3.1（Opus 单模型）。

安装

按场景选入口：

Claude Code plugin 自带 full，其他平台的复制、软链和触发配置见上面各安装文档。

长期在项目内使用，可以在 AGENTS.md 加触发规则：

## 写作风格
当任务涉及「去 AI 味」「说人话」「自然一点」「别像模板」这类改写时，遵循 `shuorenhua/SKILL.md`。
对外文本优先按它处理；代码、日志、配置和命令输出不套这个 skill。
复制

English

shuorenhua (说人话) is a Chinese-first rewrite skill for Codex, Claude Code, Cursor, ChatGPT, and custom agents. It removes common AI writing patterns in Chinese while protecting numbers, commands, attribution, conditions, and factual relations. The repo includes a 120-case benchmark, false-positive guards, scene-specific rules, and long-form scopes. The latest release is v2.4.0.

Claude Code: /plugin marketplace add MrGeDiao/shuorenhua, then /plugin install shuorenhua@shuorenhua. Other agents: npx skills add MrGeDiao/shuorenhua. More guides: install/.

关键词 / keywords：中文 AI 写作、中文 humanizer、去 AI 味、AI writing humanizer、Chinese writing style

常见问题

这是拿来骗 AI 检测器的吗？

不是。它处理的是模板感、表演感和语域漂移，不承诺绕过检测器。

英文能不能用？

能用，但项目以中文为主。英文规则主要处理常见英文套话和中英混写里的模板感。

为什么改完有时还是有 AI 味？

清掉通用套路不等于写出某个作者的风格。项目目前不做长期 voice 拟合。

会不会改坏技术文档？

docs、status 和 code-context 用更保守的规则，命令、路径、版本、报错和指标优先保护。评测无法覆盖所有文本，遇到误杀请提交脱敏后的 bad case。

相关项目

• stop-slop：英文 AI slop 规则和评分框架
• humanizer：英文 AI 模式分类
• avoid-ai-writing：AI 写作问题分类和严重度参考
• speak-human-tw：繁体中文去 AI 味，覆盖电子报、社群贴文、销售页和客服信