docs

信号：

• 操作文档、技术说明、接口说明、FAQ、事故复盘、发布说明
• 重点是可检索、可复现、术语稳定

默认档位：minimal

public-writing

信号：

• 公众号、小红书、公开帖、对外文章、观点写作
• 重点是语域一致，不要装“有洞见”

默认档位：standard

更细的下限限制见 场景禁改表。

2. Single-file fallback rules

只加载 SKILL.md 时，也必须能完成基础改写。下面这些规则默认直接生效：

• 删开场套话、谄媚和元评论：例如 值得注意的是、让我来为你解释、希望这对你有帮助、Great question!
• 删空总结和收尾腔：例如 综上所述、归根结底、本质上、At the end of the day
• 处理二元对比骨架：不是 X，而是 Y、与其 X，不如 Y 多数删前半句，直接说 Y
• 处理无源引用：研究表明、数据显示、studies show、experts say 要补具体来源，否则删掉权威铺垫
• 把商业黑话和表演性技术腔改回普通动作：例如 赋能、抓手、闭环、收窄、兜住、落盘、leverage
• 发现翻译腔时，优先缩短主语和动作，少用长定语链、被动堆砌、基于……、通过……来……
• 误杀防护优先：引用原文、命令、接口名、字段名、日志、报错、系统主语、技术报告术语默认保留

单文件模式只是兜底，不是完整模式。只要环境里能读 references/，默认就继续补看对应文件；只有在 system prompt 真的只给了 SKILL.md 时，才退化为只按本文件做基础清理。

3. Rewrite level

minimal

适用于：文本本身基本自然，只需去掉局部模板感、收尾腔和多余修辞。

默认动作：

• 删掉空总结
• 收窄过度抬高的语气
• 把“像在解释自己会写作”的句子压回事实句

standard

适用于：有明显 AI 腔或语域混搭，但信息骨架是好的。

默认动作：

• 统一语域
• 改掉工程师表演腔、商业黑话、narrator 腔
• 必要时并句或换主语

aggressive

适用于：Tier 1 命中密集，或 Tier 1 + Tier 2 叠加后整段呈现强模板感或强表演感。

限制：

• 只有在 Tier 1 明显密集，或多类结构问题叠加时才允许
• 先保护事实和术语，再做重写
• docs 默认不要升到 aggressive

4. Tier severity

Tier 表示问题命中强度，与 严重度分级 保持一致，不表示改写力度。

Tier 1

默认替换。命中这类词或句式时，通常直接删掉或换成更具体的表达。常见类型：

• 开场套话、总结式收尾、谄媚句
• 明显商业黑话、自媒体流水线用语、表演性工程师腔
• 英文里的 sycophantic openers、significance inflation、business jargon

默认处理：局部命中用 minimal 或 standard，密集命中时可升到 aggressive

Tier 2

单独出现可以放行，但同段聚集时是 AI 味信号。常见类型：

• 高频连接词扎堆
• 渲染性修饰词扎堆
• 某一类姿态词在同段重复出现

默认处理：保留最贴切的一个，其余改写；通常用 minimal 或 standard

Tier 3

常见词本身不构成问题，只在全文密度明显过高时才处理。常见类型：

• 重要 / 关键 / 核心 / 提升
• significant / innovative / effective

默认处理：只替换一部分重复命中，通常用 minimal，必要时不改

5. No-touch and keep rules

以下内容默认优先保留，除非用户明确要求改风格且改动不损害信息：

• 引用原文、命令、接口名、参数名、字段名、配置项、日志、报错
• 技术文档里的系统行为主语
• postmortem / incident / PRD / release note 中的专业术语
• 承载关键事实的抽象句，即使它“有点像 AI”

不要为了“像人”把文本改得更假。专业文本可以专业，关键是别模板化、别表演化。

6. Positive style targets

改写后的文本应尽量满足：

• 有具体信息，不靠空洞总括撑气势
• 有主语和动作，不靠虚假主体兜底
• 有统一语域，不在技术腔、商业腔、自媒体腔之间跳
• 有节奏，但节奏来自删冗余和保留重点，不来自硬造金句
• 有立场，但立场来自判断或事实，不来自“故作洞见”

7. Output contract

默认输出一个推荐版本，不默认输出审稿过程、多版本比稿或逐条点评。

只有在高风险误杀时，才额外补一行极短说明，例如：

• 保留了系统主语和术语，避免失真。
• 这里只做轻改，避免把正式公告写成口语贴。

8. Required reread checks

提交改写前，至少回读这 4 项：

1. 信息是否丢失
2. 语域是否统一
3. 术语是否失真
4. 删改后是否出现生硬断裂

如果删掉一句后段落突然没了落点，就补一条事实句，不要补口号句。

Reference navigation

• 本文件可以单独兜底；完整模式默认是 SKILL.md + references/ 一起工作
• 想看中文高频短语：看 中文禁用短语表
• 想看英文高频短语：看 English Banned Phrases
• 想看句子和段落层面的结构问题：看 结构反模式
• 想按 Tier 1 / 2 / 3 校准命中规则：看 严重度分级
• 遇到具体病灶怎么动手：看 微操作手册
• 想确认某个场景什么不能乱动：看 场景禁改表
• 想校准误杀边界或做静态回归：看 边界案例集
• 想处理没收录进词表的同类变体：先看 微操作手册 里的“变体归并”规则，再决定要不要补词

默认做法是：先用本文件完成“场景、Tier、档位、输出合同”的主判断，再按问题类型补读 references/；只有在单文件安装场景里，才停留在本文件的兜底规则。

效果

改写前：

在当今快速发展的人工智能时代，如何打造一个真正赋能开发者的工具，已经成为业界不容忽视的关键议题。数据显示，采用该方案的团队生产力实现了显著提升。总而言之，这款工具必将成为推动行业发展的重要力量。

改写后：

AI 工具很多，真正能帮开发者把活做快、做稳的并不多。用过这套方案的团队，开发节奏明显快了，代码返工也少了。

更多示例见 references/examples.md。

评测

最新一次评测基于 31 条测试用例（17 条该改 + 14 条不该误杀）：

| 指标 | 结果 | 目标 | |------|------|------| | 该改的改了 | 16/17 (94.1%) | > 90% ✅ | | 不该改的没动 | 14/14 (100%) | 误杀 < 10% ✅ |

唯一的 ⚠️ 还是"研究表明……"那条。规则正确标记了需要补来源，但原文本身没有真实来源可补，不算规则失效。

新增的 2 条测试里，SF-17 验证了未逐词入库的变体也能被现有模式吸收，SNF-14 验证了讨论收词策略时不会误杀被引用词。

详见 evals/results-v1.4.3.md。

安装

git clone https://github.com/MrGeDiao/shuorenhua.git

最快的用法——Codex 一行命令：

codex --system-prompt "$(cat shuorenhua/SKILL.md)" "改写以下文本：..."

其他平台的安装说明：Codex · OpenClaw · Claude Code · Cursor / Windsurf · ChatGPT / 其他

设计

四种场景，三种强度：

| 场景 | 强度 | 干什么 | |------|------|--------| | 聊天 | 轻 | 只砍套话，保留口语感 | | 技术摘要 | 中 | 砍套话 + 渲染词，允许系统主语 | | 文档 | 中 | 技术表达优先 | | 博客/社交 | 重 | 全规则 + 两遍制 |

12 条规则：砍开场废话、打破公式结构、用具体主语、要具体不要渲染、适时对读者说话、调节节奏、信任读者、砍金句感、砍谄媚、用简单动词、语域别混搭、句长别均匀。

三级严重度——Tier 1 默认替换，Tier 2 聚集时改，Tier 3 密度高时改。附误杀防护：技术术语、引用原文、行业标准用语不动。

文件结构

shuorenhua/
├── SKILL.md               # 规则 + 工作流 + 评分
├── references/
│   ├── phrases-zh.md       # 中文禁用短语（210+ 条）
│   ├── phrases-en.md       # 英文禁用短语（96 条）
│   ├── structures.md       # 18 种结构反模式
│   ├── examples.md         # 改写示例
│   └── severity.md         # 严重度 + 误杀防护
├── evals/
│   ├── benchmark.md        # 评测集（31 条）
│   ├── run-eval.md         # Codex 评测指令
│   └── results-v1.4.3.md   # 最新评测结果
├── install/                # 各平台安装说明
├── CONTRIBUTING.md
├── LICENSE                 # MIT
└── CHANGELOG.md

参与

想加新词、新结构、新评测用例？看 CONTRIBUTING.md。

致谢

• humanizer — AI 模式分类
• stop-slop — 规则 + 评分框架
• awesome-ai-research-writing — 中文去 AI 味
• avoid-ai-writing — 严重度分级
• beautiful_prose — 正面风格契约

社区

在 Linux.do 发现这个项目？欢迎来聊。

许可

MIT