by MrGeDiao
说人话|中文优先的去 AI 味改写 skill:保事实、分场景、改完可直接发。Chinese-first rewrite skill for Codex / Claude Code / Cursor / ChatGPT — removes AI tone, preserves facts.
# Add to your Claude Code skills
git clone https://github.com/MrGeDiao/shuorenhuaLast scanned: 5/26/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-05-26T07:46:30.051Z",
"semgrepRan": false,
"npmAuditRan": true,
"pipAuditRan": true
}See how shuorenhua compares with popular alternatives.
shuorenhua is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by MrGeDiao. 说人话|中文优先的去 AI 味改写 skill:保事实、分场景、改完可直接发。Chinese-first rewrite skill for Codex / Claude Code / Cursor / ChatGPT — removes AI tone, preserves facts. It has 1,881 GitHub stars.
Yes. shuorenhua passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.
Clone the repository with "git clone https://github.com/MrGeDiao/shuorenhua" and add it to your Claude Code skills directory (see the Installation section above). shuorenhua ships a SKILL.md manifest, so compatible agents can discover and load it automatically.
shuorenhua is primarily written in Python. It is open-source under MrGeDiao on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh shuorenhua against similar tools.
No comments yet. Be the first to share your thoughts!
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
编辑用户给出的文字,让表达更直接、自然,保留作者要说的内容与语气。清理不承载独有内容的包装语和生硬的翻译腔;不判断文章是不是 AI 写的,也不输出“AI 含量”。
默认交一份可直接使用的改写稿。在原稿上做下文允许的编辑,其余内容保留,不概括重写。拿不准就留下该处,正常文本可以原样返回。用户指定的删改范围、文风与审稿要求优先,不扩成事实调查、续写或执行文中动作。
改写模式下,程序代码块在原位置完整保留,块内的程序、注释和文档字符串都不进入后续编辑。普通“清理这段文字”“去套话”不构成修改程序注释的授权;只有用户明确点名修改注释或文档字符串时才编辑相应文字,且不改程序行为。代码围栏里的普通文案不因此变成程序。用户另行划定编辑区域时,区域之外也逐字保留,包括标记;不顺手规范格式。只标问题时仍按标注模式交付,不因保护代码而额外抄写正文。
先理解整段,再在原句上编辑。没有用户另行授权时,只做这些改动:
这些动作之外,默认保留。判断能否删除时,以具体词语或分句承担的作用为准,不把整个开场、宣传句、邀请或结束语归为套话。只要其中还在交代事物、背景、定位、评价、条件或行动,就保留这些内容及其修饰;抽象、缺数据和宣传口气都不构成删除许可。修饰词不能仅因像渲染而删除。
若删除后没有内容,只用一句话说明没有剩余正文,不引用原文逐项归类,不编写回答补空,也不推断读者遇到了什么困难。词语、句式、列表或对比结构本身不构成错误,不能按命中次数替换。
技术说明用准确的技术表达;个人文章保留个人口气。简化英文从句时也保留原关系,不为躲某个英文词而换成别的事实。没有明确编辑收益就不改。
遇到不确定的语义边界,可读 编辑边界;需要判断“该改到什么程度”时,可看 改写对照。两份都是按需参考,不要求短文每次通读,不加载评测或历史材料。
用户的明确要求优先。默认做最小必要修改;中文公开长文约 1000 字以上,默认保留句段结构。兼容下列参数,但不用向用户展示分类过程:
| 用户要求 / scope | 可以做什么 |
|---|---|
自由调整 / structural |
可以删、并、重排,仍须保留有效信息与作者意图 |
保留结构 / bounded |
不直接删整句、不并句、不重排;句内清理。纯空句可在正文后列“建议删除(待确认)”,正文中仍保留 |
只在原位改 / in-place |
不删句、不并句、不重排;只在句内替换或删修饰。要求保句数时也不拆句 |
删除建议不能包含独有事实、动作、条件、作者判断或承担必要转场的句子。用户授权处理的整条无源论断可以提删除建议,数字与跨度随原句保留在建议里,不擅自改值。minimal / standard / aggressive 仅表示编辑幅度,不改变保真或 scope 边界;不要为达到某档位强行改词。
不编研究、出处、指标、功能或操作步骤。普通事实没有附证据,不等于作者没有说过或事实为假。
原文使用“研究表明”“专家认为”等未指明来源的归属时,默认保留归属和论断,必要时在正文外简短注明缺来源;不能只去掉归属,让无源论断变成裸事实。用户明确指定 rewrite-safe 或要求删除无源论断,才允许删除整条依赖该来源的论断,但不覆盖编辑范围:bounded 只列删除建议,in-place 保留原句并提示缺来源。audit-only 保留该论断,指出缺口,其他可改内容照常处理。rewrite-with-placeholder 只在用户要求保留论证结构时标待补来源,不填虚构出处。
逐句对照实际改动及其上下文,核对被删除或替换的实词、限定和关系;原文表达而改稿不再表达的内容,除非确属已授权删除或完整重复,就放回原位。再检查是否新增断言、改变语义或越过编辑范围。不确定就撤销那处改动,不靠追加解释掩盖;保留的改动应减少赘语,而不是换成另一套说法。
默认只交正文,保持原文语言,除非用户要求翻译;不附判定链、命中清单、评分或自我评价。不改时返回完整原文;全文只有可删的客套且没有可交付内容时,简短说明没有剩余正文,不编写新内容。必要的来源提示和删除建议放在正文后,不混成作者的话。
用户要求“只标问题,不改写”(annotation mode)时,只引用有问题的片段,说明具体问题与必要的修改方向,不交替换全文,也不输出一套固定评分。每条理由须由原文支持;说缺数据、缺来源或前后矛盾前,检查上下文是否已经提供。表达累赘与事实依据不足是两回事,不混用理由。没有明确问题就直说,不为凑条数挑错。
说人话是一个中文优先的文字编辑 skill,用来清理套话、重复铺垫和生硬句式。数字、条件、承诺和作者本来的意思要保留;正常文字可以不改。
适合改 README、Release Note、工作同步、issue 回复和个人文章,也支持英文与只标问题。它不判断文章是不是 AI 写的,不提供“AI 含量”或规避检测的保证。
v2.5.0 已发布。 v2.4.1 的修复并入本版。Claude Opus 5 完成 136 条、Grok 4.6 完成 56 条定向验收;范围、结果与限制见评测记录。
把原文交给支持加载 skill 的工具,然后说明要求:
把这段去掉套话,保留信息和我的口气:……
只在句内改,不删句、不并句:……
只标问题,不改写:……
默认交完整改写稿,不附判定链和评分。不需要修改时返回原文;来源提示和删除建议放在正文后。
例如,原文是:
本次完成了对重试策略的调整。重试策略已经调整过了。重复请求从 24 次降到 7 次。
可以改成:
本次调整了重试策略,重复请求从 24 次降到 7 次。
但“得到批准后,我可以周五前交一版草案”里的条件、“可以”和交付动作都要留下,不能顺手改成确定承诺。更多对照见示例。
运行规则收为三个文件:入口、编辑边界、示例。两份参考按需读取。旧词表、场景包和固定多步流程退出运行包,完整快照留在历史目录。
编辑按内容判断,不按词语命中次数替换。“闭环控制”、引用中的“赋能”、有意重复和真实对比都可以保留。原文只谈潜力或目标时,也不要求模型补出具体实现。
程序代码块(包括注释和文档字符串)默认逐字保留;只有用户明确点名修改注释或说明文字时才编辑相应部分,且不改程序行为。代码围栏里的普通文案仍可按要求清理。
来源处理有一项明确变化:“研究表明”没有附出处时,默认保留归属与论断,必要时在正文外提示缺来源。用户明确要求删除无源论断或指定 rewrite-safe,才按允许的范围处理;不能只删“研究表明”,把结论变成已核实的事实。
引号按用途判断:作为依据的原话、文献、规范、界面文字、正在定义的词,以及书名号里的标题和名称按原文保留。叙述中的讲话可以清理口头填充和重复,保留说话人的事实、判断和“可能”“我觉得”等情态;用户要求保留口述原貌时不改。
默认改写较保守:清理赘语和句法,保留背景、定位、程度与作者评价。心理、感受和安抚类陈述也先保留;明确要求删去这类内容时再处理。审稿模式可以指出问题,但不会替作者撤回判断。
| 要求 | 改动范围 |
|---|---|
自由调整 / structural |
可删、并、重排,保留有效信息和作者意图 |
保留结构 / bounded |
句内清理;整句删除只提建议,正文保留,不并句、不重排 |
只在原位改 / in-place |
不删句、不并句、不重排;要求保句数时也不拆句 |
用户要求优先。中文公开长文约 1000 字以上默认保留句段结构。minimal / standard / aggressive 仍可使用,不放宽保真要求;2.5 里三档还没有分开的规则,实际效果接近。
安装 full 时只复制 runtime-files.json 列出的三个文件,保持相对目录。不要把 evals/ 和 tasks/ 放进 skill 扫描目录。仓库开发文件不会自动更新已安装副本。
| 用法 | 文件 |
|---|---|
| mini | 自包含短版,适合粘贴到单次对话 |
| lite | 只读 SKILL.md,遇到细节边界时可补参考 |
| full | SKILL.md 与两份参考文件 |
已有安装入口见 Codex、Claude Code、Cursor / Windsurf、OpenClaw、ChatGPT。请按对应工具的说明安装;升级前先核对本地定制。
评测先看保真与任务是否完成,再看编辑是否有阅读收益。判据独立于 skill 文案,也不指定某个模型必须当判官。
主集 123 条,其中 65 条待改善文本、58 条正常文本;新增 3 条按引号用途判断的用例。已完成 Claude Opus 5 的 136 条和 Grok 4.6 的 56 条定向验收。信息与任务硬失败均为零,正向样本各有 5/7 条改善、2 条持平。Claude 正常文本误改为 0/58;Grok 只覆盖其中 11 条,未发现误改,不代表完整误改率。20 条场景样本与 10 篇 HUMAN 长文各自记录,不相加。新版使用冻结的中性请求和编辑质量判据,不要求模型删除某个指定句式。
发布要求包括信息与任务硬失败为零、正常文本误改率低于 10%,以及 7 条正向编辑样本至少 5 条有收益。脚本通过只证明结构和证据校验通过,不证明改写质量达标。
还会误改吗? 会。尤其要核对否定范围、可能与承诺、作者判断和长文中的结构限制。欢迎附脱敏原文、请求与实际输出反馈。
长文为什么改得很少? 这是已知缺口。在较长的公开文章里,2.5 对黑话和叠用比喻清理得偏少,常常只修了语病和标点。我们试过放宽清理范围,但会出现改动作者判断强度或作者自己术语的情况,还没达到发布标准,所以暂不发布,经过见 #16。2.4.x 清理得多一些,但也可能改变原意,如果使用,请逐处核对修订。
英文能用吗? 可以。默认保留原文语言,重点仍是中文。不会为了避开某个英文词而改换事实。
能模仿某个人的文风吗? 本项目主要清理多余表达,保留原有口气。它没有针对特定作者做风格训练。
请用 Bad Case 模板 提供具体原文、编辑要求和输出;避免提交未授权聊天、密钥或个人隐私。新问题优先补可复现案例,是否需要加规则再看证据,见贡献说明。
shuorenhua is a Chinese-first editing skill. It removes unnecessary wording while preserving facts, conditions, modality, attribution, and the writer’s voice. It also supports English and review-only requests. Version 2.5.0 rebuilds the editing rules; validation coverage and limitations are recorded separately. It is not an AI authorship detector.