活人感:AI文本humanize的工程化升级——减法+加法双层架构,把文本拉向目标人声

大多数 AI humanizer 工具停在「别像 AI」这一层。

huorengan（活人感）多走一步——先去掉「死」，再注入「活」。

这个项目是 shuorenhua 的作者在「中英双语 humanizer」方向上的工程化升级。它不只是个工具，是一个完整的 skill 系统——中英双语、零依赖、检测 + 改写 + voice pull 三合一。

减法 + 加法：双层架构

市面上大多数工具的思路是「减法」：识别 AI 套话（delve into、seamless、中文的「赋能」「闭环」「综上所述」），删掉它们。

huorengan 的设计是「减法 + 加法」：

减法层
：50 个 detector type，覆盖 17 个 pattern category——识别 AI 味的词汇、结构、节奏、聊天机器人残留
加法层
：把清洗后的文本拉向目标 voice（casual / professional / technical / warm / blunt / custom）

加法不是抹平——它有明确的边界。

6 档 Voice Profile

huorengan 支持 6 档 voice + 1 档 custom：

Voice	适用场景
casual	闲聊、issue 回复、社交
professional	商业文档、邮件
technical	README、技术文档
warm	教程、入门指南
blunt	紧急 issue、批评性反馈
custom	从作者样本校准

每档 voice 都用 6 个可观察的风格维度量化：

维度	中文	英文	谁主导
句长均值	字/句	词/句	节奏
句长 CV（变化度）	字	词	呼吸感
连接词偏好	中文连接词集	英文连接词集	语气
标点密度	标点/字	标点/词	节奏
缩写率（en）	—	缩写/词	口语度
第一人称倾向	我/我们出现	I/my/we 出现	立场

三种模式

rewrite
（默认）：标记 AI 味 → 改写 → 拉向目标 voice
detect
：只标记不改写（"先看看哪里像 AI"）
edit
：就地最小改动（不改文件以外的内容）

所有模式第一步：检测 protected spans——数字、命令、路径、版本、报错、引用绝对不能动。

Scene Packs

不同场景有不同的改写策略：

Scene	用途
`chat`	闲聊、issue 回复
`status`	状态更新、发布说明
`docs`	README、技术文档
`public-writing`	公开发布的内容

粘贴文本默认 rewrite；"先帮我看看哪里像 AI" 默认 detect；"只改这一段" 默认 edit。

实战示例

# 检测 AI 味得分（0-100，越高越 AI） node -e "const H=require('./detector/patterns.js'); console.log(H.analyzeText('值得注意的是，我们打造了赋能开发者的方案，助力降本增效闭环。').score)" # expected: 28  # 检测自然文本得分 node -e "const H=require('./detector/patterns.js'); console.log(H.analyzeText('今天把连接池上限从 20 调到 100，504 先压下来了。观察 24 小时，错误率 0.1% 以下就全量。').score)" # expected: 0

对比观察：第一条是典型的"AI 中文营销稿"——值得注意的是、打造、赋能、闭环 全是 AI 标志词。第二条是真人写的运维笔记——具体数字、具体动作、具体观察。

Engine API

const Huorengan = require("./detector/patterns.js");  const result = Huorengan.analyzeText("your text", {   contextMode: "general",       // general | technical | marketing | personal   sceneMode: "docs",            // chat | status | docs | public-writing   voiceMode: "casual",          // none | casual | professional | technical | warm | blunt | custom   sample: "optional sample",    // only for voiceMode: custom });  console.log(result.score); console.log(result.issues); console.log(result.voice?.drift); console.log(result.voice?.suggestions);

三个独立的维度：

score
：减法层的 AI 味分数（0-100，越高越 AI）
voice.drift
：加法层距离目标 voice 的漂移
fidelity
：rule 层的守门（不在 engine 返回里）

三个 Contract（工程纪律）

这是 huorengan 最值得学习的地方——严格的工程纪律由 CI 强制：

1. One scorer
：score 只在 core/scoring.js 计算，fidelity 是 gate 不是 score，voice.drift 是独立维度。绝不混用。
2. Count consistency
：README 里的"N pattern categories" 必须等于 SKILL.md 里可检测的 ### 数，每个 detector type 必须在 CATEGORIES.md 里有文档。CI (check-counts.sh、categories.test.js) 强制。
3. Policy ↔ engine alignment
：policy/*.toml 里引用的名字必须存在于 engine enums，matrix.toml 必须覆盖每个 scene×tier cell。CI (check-policy.js) 强制。

这套纪律让 huorengan 不像多数 AI humanizer 那样"写完就 commit"，而是先建立 CI 闭环，再逐步添加规则。

加法层的硬边界

当 voice 建议和 fidelity 冲突时，fidelity 赢。宁可 drift 高一点，也不能让文本失真。

加法层永远不能：

改动 protected spans（数字、命令、路径、报错、版本号、引用）
补原文没有的事实、来源或判断（即使会让句式更像目标 voice）
把术语换成口语（即使术语让句子更长）
为了降 drift 而破坏信息完整性

drift 怎么读：

0-20
：文本基本就在目标 voice 上，加法层几乎不需要动手
20-50
：有距离，但减法层做完后可能自然靠近——加法层给轻建议
50-80
：明显偏离，加法层需要给具体的 split / vary / connector 建议
80-100
：风格冲突大——通常意味着选错了 voice 档，或文本本身需要先重写

drift 高不等于文本差。一篇技术文档对 casual 目标 drift 高是正常的——这时候该换 technical 档，而不是硬把文档拉成口语。

"干净了，但还不够像人"

低 score 只说明减法层干净，不说明文本已经有「活人感」。常见情况：

词都洗干净了，但句长还是一样齐
没有明显 AI 套话了，但整段没有立场、没有呼吸感
每句都正确，却都像"可接受的默认句子"

这时不要继续机械找 pattern——应该转去看 voice.drift 和 scene 是否匹配。

Voice 校准

想要"我的声音"，提供 2-3 段你自己的文字样本：

/huorengan  Here's a sample of my writing for voice matching: [paste 2-3 paragraphs of your own writing]  Now rewrite this in my voice: [paste draft]

校准会捕捉：句长和节奏、连接词偏好、第一人称倾向。

它不会做的：

不复制你的事实或观点
不覆盖 protected spans
不试图冒充某个真实的人（只拟合可观察的风格维度）

安装和使用

git clone https://github.com/fendouai/huorengan.git cd huorengan npm test

作为 skill 包使用：

Claude Code
：复制 SKILL.md、references/、policy/ 到 .claude/skills/huorengan/
Cursor
：用 cursor-rules/huorengan.mdc
Codex / OpenClaw / Hermes
：把工具指向 repo root

继承关系

huorengan 基于两个上游项目：

conorbronsdon/avoid-ai-writing
：工程模板 + 英文规则
MrGeDiao/shuorenhua
：中文优先的规则完整性

huorengan 的主要新增：

中英双语对称的 engine
scene × tier × voice 政策作为数据
超越"less AI" 的 voice-pull 层

项目状态

当前焦点：

中英 detector 对称
skill 交互质量
场景感知改写行为
protected-span 安全
voice pull 建议

已知边界：

fidelity
还是 rule 层 gate，不是 engine 返回字段

Stage 0 skeleton：当前 CI 闭环（count consistency、plugin sync、policy alignment）已先跑通，规则集逐步添加中。

验证

npm test

测试覆盖：

detector regression
中英对称
锁定 should-fix 和 should-not-fix 案例
README 示例锁
端到端 contract 检查

当前测试套件：140 CI checks。

AI humanizer 不只是「别像 AI」——是「像某个人」。

huorengan 走的是工程化路线：减法 + 加法双层、policy as data、CI 强制 contract、双语对称。这不是又一个包装 OpenAI 的工具，是一个真正在思考「活人感」是什么的系统。

GitHub：https://github.com/fendouai/huorengan