mcpField
L
li-human

li-human

github.com/jakeschincariolマーケティング・グロース2.9k254 回インストール7 週間前に更新
リポジトリ

li-human について

li-humanは、文章の確認や編集に使うローカルスクリプト群です。文字や表記、語彙の問題を自動修正し、構成上の特徴は人による確認用に示します。

主な機能

  1. 01不可視文字の削除
  2. 02句読点と引用符の統一
  3. 03辞書にある定型句の置換
  4. 04文章構成上の特徴の検出
  5. 055項目での文章スコア化

活用シーン

  1. 01コピーした草稿の整形
  2. 02編集前後のスコア比較
  3. 03指摘された文型の確認
  4. 04最も低い項目を基にした修正

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/jakeschincariol/linkedin-agent-skill --skill li-human

インストール後、Claude Code で/li-humanを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

detect.py
humanize.py
slop.json

詳細

li-human

このフォルダーには実際に動作するツールが2つあります。必ず使ってください。目視で判断しないでください。

python3 humanize.py draft.txt --report        # clean it, show what changed
python3 detect.py draft.txt                    # score it, five checks
python3 detect.py before.txt after.txt         # prove the delta

どちらのツールも slop.json を読み込みます。これは語彙集で、ありきたりな単語やフレーズ100個以上と、それぞれに対応する平易な英語表現、不可視文字のクラス17種類、タイポグラフィ上の置換11種類、構造上の特徴11種類が登録されています。編集を前提としています。ユーザーがいつも使う単語が語彙集によって削除される場合は、ファイルからその単語を削除してください。

自動で修正される項目

1. 不可視文字。 ゼロ幅スペースや結合子、ワードジョイナー、ソフトハイフン、バイト順マーク、Unicode のタグ文字、ノーブレークスペースや狭いスペースです。キーボードからこれらの文字が入力されることはありません。コピー＆ペーストしても残り、どのエディターでも見えません。また、生成テキストに含まれるものの中で、最も機械的な特徴です。humanize.py は、名前のわからないUnicodeの書式文字も含め、こうした文字をすべて削除します。

2. タイポグラフィ。 エムダッシュをコンマに、エンダッシュをハイフンに、スマートクォートを通常の引用符に、省略記号をピリオド3つに、黒丸をハイフンに置き換えます。重要なのはエムダッシュの処理です。— を , に置き換え、その結果生じる二重の句読点を整えます。

3. ありきたりな語彙。 delve、leverage、robust、seamless、crucial、tapestry、testament to、moreover、「in today's fast-paced world」、「let that sink in」などを、大小文字の区別を保ち、URLには触れずに、それぞれ平易な単語に置き換えます。

自動では修正されない項目

文の形を変えるには判断が必要なため、構造上の特徴は書き換えず、フラグを付けます。

  • 「It's not just X, it's Y」や「not only X but also Y」
  • 3つの要素を並べる三段構成
  • 「The result?」のような、1語だけの修辞的な疑問文
  • ロケット、炎、電球、きらめき、ダーツの絵文字
  • ハッシュタグの羅列
  • 「Thoughts?」、「Agree?」、「Who else?」のように反応を促す定型文
  • 文の長さや箇条書きの長さが均一

こうした箇所の対応はあなたの仕事です。意味を保ちながら、フラグが付いた行を一つずつ手動で書き換え、その後 detect.py をもう一度実行してください。これがスコアをREVIEWからPASSに上げるために必要な作業であり、スクリプトにはできない部分です。

5つのチェック項目

detect.py は5つの指標を0〜100で採点します。数値が高いほど人間らしい文章です。

チェック項目測定内容機械的に見える特徴
BURSTINESS文の長さの変化すべての文が同じ長さ
SPECIFICITY100語あたりの数値、固有名詞、具体的な目印抽象名詞が多く、数値がない
SLOP DENSITY100語あたりの語彙集の該当数ありきたりな語彙
FINGERPRINT1,000文字あたりの不可視文字、エムダッシュ、スマートクォートの数タイポグラフィが完璧すぎる
VOICE短縮形、人称、構造上の特徴短縮形がなく、演出された種明かしがある

判定では平均値を60％、最も低い単独のチェック項目を40％の重みで評価します。検出器は1つの指標だけでも反応するためです。PASSになるには、総合スコアが70以上で、すべてのチェック項目が55以上である必要があります。

正直に伝えること

これらは、公開されている検出器が注目する指標をモデルにした、ローカルで動作する5つのヒューリスティックです。処理はすべてユーザーのマシン上で完結し、データがアップロードされることはありません。GPTZero、Originality、Copyleaks、Winston、Turnitinではなく、それらのAPIを呼び出すこともなく、各サービスで同じ判定が出ると約束するものでもありません。測定対象となる特徴を修正すれば、同じ根本的な特徴を測っているため、各サービスの数値も変わる傾向があります。それがここで言えることのすべてです。ユーザーに代わって、それ以上の主張をしないでください。また、文章が検出されないとユーザーに伝えないでください。

作業手順

  1. humanize.py draft.txt -o clean.txt --report
  2. 構造上のフラグを確認します。該当する行は自分で書き換えてください。
  3. detect.py draft.txt clean.txt を実行して、修正前と修正後を表示します。
  4. 判定がPASSでなければ、出力で示された最も低いチェック項目を修正し、もう一度実行します。通常は2回で十分です。5回かかる場合、下書きが型にはまった書き方で作られていたということです。必要なのは試行を重ねることではなく、別の下書きです。
  5. 修正済みの文章とスコアをユーザーに見せます。スコアだけを見せてはいけません。

コメント

Markdown 対応