Etincel

Étincel：非虚构写作连接器

      ___           ___                       ___           ___           ___           ___
     /\  \         /\  \          ___        /\__\         /\  \         /\  \         /\__\
    /::\  \        \:\  \        /\  \      /::|  |       /::\  \       /::\  \       /:/  /
   /:/\:\  \        \:\  \       \:\  \    /:|:|  |      /:/\:\  \     /:/\:\  \     /:/  /
  /::\~\:\  \       /::\  \      /::\__\  /:/|:|  |__   /:/  \:\  \   /::\~\:\  \   /:/  /
 /:/\:\ \:\__\     /:/\:\__\  __/:/\/__/ /:/ |:| /\__\ /:/__/ \:\__\ /:/\:\ \:\__\ /:/__/
 \:\~\:\ \/__/    /:/  \/__/ /\/:/  /    \/__|:|/:/  / \:\  \  \/__/ \:\~\:\ \/__/ \:\  \
  \:\ \:\__\     /:/  /      \::/__/         |:/:/  /   \:\  \        \:\ \:\__\    \:\  \
   \:\ \/__/     \/__/        \:\__\         |::/  /     \:\  \        \:\ \/__/     \:\  \
    \:\__\                     \/__/         /:/  /       \:\__\        \:\__\        \:\__\
     \/__/                                   \/__/         \/__/         \/__/         \/__/

找出你文章中的 AI 痕迹。以确定性方式在本地和 CI 中运行。

npx etincel lint README.md

无需安装、无需账户、无需调用模型、无需联网。

$ npx etincel lint drafts/announcement.md --register blog
✗ drafts/announcement.md  RED 100/100  (8 findings, 169 words, register: blog)
  Heavy AI styling. Multiple strong tells stacking up, worth a structural
  rewrite, not a word-swap pass.

  Whole-piece rhythm
    medium  uniform-paragraph-length
            6 paragraphs, most running about the same length with little
            variation between them. Vary paragraph length more.
    medium  low-burstiness
            13 sentences averaging 13 words, with little variation in length
            from one sentence to the next. Mix short sentences with long;
            allow fragments.
    medium  mechanical-register-drift
            Fragment rate and structural variety (sentence openers,
            punctuation mix) sit off where blog prose typically lands. Allow
            more sentence fragments and vary openers/punctuation more.

  Vocabulary and phrasing
    high    comprehensive  L3:C30   → thorough, complete
    high    cutting-edge   L3:C109  → newest, latest
    high    leverage       L3:C99   → use
    high    seamless       L3:C150  → smooth, easy
    high    streamline     L3:C70   → simplify, speed up

  strengths  specificity 11.4/1k · concrete:abstract 0.40 · burstiness 0.32

1 file audited, 1 at or above orange.

Étincel 有两项功能：一个确定性审查工具，可找出让文章读起来像机器所写的模式，并以 CLI、GitHub Action 和 MCP 工具的形式提供；以及一个风格层，可根据你自己的写作风格训练 Claude、Cursor 或任何 MCP 客户端，让它们按这种风格起草，从而在你阅读草稿之前就减少问题。

AI 起草的文章有一种容易辨认的特点：段落结构千篇一律、语气谨慎含糊、能用逗号的地方却用了破折号，结尾也收得过于圆满。Étincel 将针对这些特点的规则编码其中；同样重要的是，它会展示发现了什么以及原因，而不是悄悄改写你的风格。在审查流程中完全不会调用模型，你可以决定要修改什么。你始终是作者。

它有效吗？

我们用测量结果说话，而不是空口断言。按文体计算的汇总 AUC，由 assay 根据带标签语料库测得，并使用固定的 bootstrap 种子；因此，任何导致这些数值下降的 PR 都会在 CI 中失败：

文体	AUC
备忘录	0.909
随笔	0.900
博客	0.820
通用	0.748
文档	0.735
电子邮件	0.540

电子邮件的结果几乎和抛硬币一样。我们有意不对其进行校准，但仍会追踪，以免意外回归不被发现。general 同样未校准。已校准的文体有 docs、blog、memo 和 essay；如果你在意这个数值，请使用这些文体。有关方法和来源，请参阅 efficacy-baselines.json 和 src/data/SOURCES.md。

对比

与 Vale + vale-ai-tells 对比 Vale 是一款出色的、能识别标记语言的检查工具，而 vale-ai-tells 是一套严谨的 78 条规则包。它们会将词元与模式进行匹配。Étincel 衡量文章的整体特征：句子节奏的变化、段落长度的一致性，以及与作者自己先前草稿的重复情况。这类统计分析正是 vale-ai-tells 自己的 README 所说的、需要超越词元匹配能力的分析。Étincel 还会在起草前向模型提供经过训练的写作风格，这是检查工具做不到的。两者同时使用也很合理；它们的重叠比你想象的少。

与技能文件（stop-slop、avoid-ai-writing、no-slop）对比 这些文件是给模型的指示，而且确实有帮助。但提示词无法验证指示是否生效，无法生成退出代码，也无法阻止合并。可以使用其中一种，并且在 CI 中运行本工具。

与人性化工具（Undetectable.ai、QuillBot、StealthWriter）对比 这些工具会改写你的文本以躲避检测器。Turnitin 现在有专门的 AI 改写检测功能，并于 2025 年扩展了该功能，专门针对人性化工具的输出。Étincel 做的恰恰相反：它绝不会修改你的文本，也不适合用来欺骗任何人。

与检测器（GPTZero、Pangram、Originality.ai、Copyleaks）对比 这些工具会在云端分析整篇文档，以概率形式回答“是否有机器参与？”，并给出作者身份判定。Étincel 则在本地回答“哪些具体模式让文章读起来像机器所写？”，并标出位置和严重程度，且绝不判定内容由谁撰写。

安装

它也列于官方 MCP 注册表，名称为 ai.etincel/etincel-nonfiction。因此，能从该注册表自动发现服务的 MCP 客户端（例如 VS Code 的 @mcp 扩展库）无需使用以下配置即可找到它。

Claude Code

/plugin marketplace add AIStoryHub/etincel
/plugin install etincel-nonfiction

也可以从本地克隆的项目添加：/plugin marketplace add /path/to/etincel。

Claude Desktop / 其他 MCP 宿主

{
  "mcpServers": {
    "etincel-nonfiction": {
      "command": "npx",
      "args": ["etincel", "serve"]
    }
  }
}

如果从本地克隆的项目安装，则运行 npm install && npm run build，然后将 args 指向 ["/path/to/etincel/dist/server.js"]，并设置 "command": "node"。

远程（托管、多租户）

也提供托管版本，可通过 etincel.ai 访问。它通过 Streamable HTTP（https://etincel.ai/api/mcp）提供相同的工具，采用按账户进行的身份验证，而非 stdio。将任意 MCP 客户端直接指向它：

{
  "mcpServers": {
    "etincel-nonfiction": {
      "url": "https://etincel.ai/api/mcp"
    }
  }
}

托管服务不属于此仓库；此仓库包含本地/stdio 引擎、CLI 和技能，托管版本正是基于它们构建的。

使用方法

安装后，只需像平常一样提出需求，例如“给团队写封邮件，说明延误情况”“写一篇关于 X 的博客文章”或“润色这份备忘录”，在 Claude Code 或 Claude Desktop 中使用即可。对于有一定长度的非虚构文章，该技能会自动启用。训练你自己的风格：

根据我写的这三封邮件，训练一种叫“me”的风格：[粘贴示例]

然后可以在每次请求中指定它（“用我的风格写这段内容”），也可以将其设为默认风格：

将“me”设为我的默认风格

风格预设

开箱即用地提供 12 种预设：6 种情感基调（直接而温暖、行政简报、反思型随笔作者、创始人备忘录、直白的分析师、诙谐坦率），以及 6 种用途预设（公关审阅、代码注释、Slack 消息、LinkedIn 帖文、网站文案、博客文章）。每种预设都包含正式度、亲和度和直接度的调节项，以及句式节奏和声音风格说明；这些内容会作为起草上下文提供给模型，而不是用于填空的模板。服务会从 src/data/presets.json 读取这些预设。使用 fork_style 将任意预设分叉为经过训练的风格，打造属于自己的风格。

命令行 lint

audit_text 底层是纯函数，因此也提供 CLI，可在聊天客户端之外对文章进行 lint（README、文档、CI 中的 PR 描述）：

npx etincel lint 'docs/**/*.md'
npx etincel lint README.md --register docs --threshold yellow

如果任一匹配文件的级别达到或超过 --threshold（默认为 orange），则以非零状态码退出。.md/.mdx 文件默认自动采用 docs 类型（可避免 Markdown 结构造成的误报，因为真正的标题并不代表文本由聊天机器人撰写）；传入 --register 可覆盖此设置。添加 --json 可生成机器可读报告。运行 npx etincel lint --help 查看完整选项列表。

GitHub Action 封装了相同的 CLI（请参阅 action.yml，以及此仓库中可运行的示例 .github/workflows/lint.yml）：

- uses: AIStoryHub/etincel@main
  with:
    patterns: "docs/**/*.md README.md"
    threshold: orange

仓库本地配置：词典、说明和共享团队风格

团队规则不必只保存在每个人本地的 ~/.etincel/ 中。在仓库根目录放置 .etincelrc（或 .etincelrc.json / etincel.config.json），CLI 和本地（stdio）服务便会自动读取。配置可在代码审查中查看并纳入版本控制，不会像保存在个人账户中那样隐而不见，也不会在有人离开时随之消失：

{
  "bannedWords": ["Acme Cloud Platform"],
  "allowedWords": ["leverage"],
  "register": "docs",
  "threshold": "orange",
  "instructions": "Always include a one-line CTA at the end.",
  "style": {
    "name": "House Voice",
    "dials": {
      "formality": 6,
      "warmth": 4,
      "directness": 7,
      "sentenceLength": 40,
      "sentenceRhythmVariance": 50,
      "paragraphVariance": 30,
      "contractionUse": 20,
      "emDashUse": 0,
      "fragmentTolerance": 10,
      "questionUse": 5,
      "entropy": 60
    }
  }
}

• bannedWords / allowedWords 会与账户/风格词典中的内容合并；register/threshold 用作整个仓库的默认值，但仍可通过显式的 --register/--threshold 标志覆盖。
• instructions 是自由文本，会合并到所有风格的 get_style_guide 的 instructions 中，并置于你自己的账户级全局说明之前：这是团队级的 set_style_instructions 等效配置，无需指定 styleId，但会提交到仓库，而非存放在某个人的账户中。
• style 根据各项调节参数定义共享的“团队风格”，可在任何地方通过 styleId: "team" 使用（用于 get_style_guide；使用 fork_style 将其分叉为实际训练的风格后，也可在其他任何地方使用），让团队从第一天起就拥有一套经过调校的起始风格，而不必让每个人从零开始手动训练或调校自己的风格。如果当前仓库中的 .etincelrc 定义了该风格，list_styles 会自动将其包含在内。

托管服务不会使用上述任何配置（它没有可供查找的本地仓库）。

在不提交配置的情况下与团队共享

.etincelrc 是经过版本控制、可供代码审查的上层配置；其下层是 ETINCEL_HOME，这是一个环境变量，供本地（stdio）服务和 CLI 使用，指向一个替代默认 ~/.etincel/ 的目录。将每位队友的 ETINCEL_HOME 都指向同一个共享、同步或挂载的目录（一个位于仓库外、每个人的机器都可读取的路径，例如由你们常用的文件共享设置同步的目录），这样经过训练的语音、默认风格，以及账户级别的指令和词典也能共享，而不只是 .etincelrc 中已提交的那部分：

{
  "mcpServers": {
    "etincel-nonfiction": {
      "command": "node",
      "args": ["/path/to/etincel/dist/server.js"],
      "env": { "ETINCEL_HOME": "/path/to/shared/etincel-home" }
    }
  }
}

无需导出或导入任何其他内容：将 ETINCEL_HOME 指向同一个目录就是同步，就像单个人使用 ~/.etincel/ 时一样。

此处内容

• 一个 MCP 服务（src/server.ts），提供二十种工具：
  • list_styles：预制语气预设、你训练过的所有语气，以及（如果仓库本地的 .etincelrc 中定义了）团队共享风格
  • get_style_guide：某种风格的起草说明
  • train_style：从你自己的写作样本中学习语气（句子节奏、缩略形式使用率、破折号习惯、段落变化、反复出现的措辞：通过测量得出，而非猜测）
  • create_style_from_dials：通过明确设置正式程度、亲和度、直接程度及机械性参数来创建风格，而非使用样本
  • update_style：重命名已训练的语气，或就地调整其参数
  • fork_style：将预设的参数和指南复制为新的已训练语气，你可以重新训练或手动微调；也可以在其他安装者将其风格发布到托管图库后进行复制（格式为 handle/slug，例如 jpleblanc/blunt-memo，与其公开页面 etincel.ai/v/handle/slug 上显示的地址相同）；复制公开风格时，也会带上其机械性参数，以及源安装者专门为该风格设置的任何词典／说明（绝不会带上他们私有的、适用于整个账户的设置），并会向 etincel.ai 发起一次网络请求来获取这些内容；复制预设则不会离开此安装环境
  • delete_style：永久删除已训练的语气
  • set_default_style：记住要使用的风格，无需每次重复说明
  • check_voice_match：将草稿测得的节奏与已训练语气的基线进行比较。这是节奏／写作机制检查，不是作者身份或 AI 检测；输入较短时置信度较低
  • check_self_repetition：将草稿与某种语气近期自己的训练样本进行比较，检查写作习惯，而非 AI 特征：例如相同的开篇，或某个短语在过去几篇文章中反复出现（“你最近 6 篇文章中有 4 篇以这种方式开篇”）。目前仅适用于本地安装
  • audit_text：基于确定性规则扫描 AI 特征，返回等级、带严重程度的具体发现，以及优势信号（具体性、具体与抽象内容的比例、句子节奏变化），避免修改让文章变得平淡。可选参数 register（email / blog / memo / essay / social / docs / general / personal，默认值为 general），用于根据文本类型调整严格程度：docs 会抑制 Markdown 结构导致的误报（标题、加粗术语），并参照长篇文本而非节奏更鲜明的短文案重新校准节奏／词汇检测。personal 已搭好框架（可接受，但目前尚未额外抑制任何内容），但尚未完成校准：在经过测量之前，不会有专属的术语抑制规则、节奏权重或标注语料。还可选用 sourceFacts（从用户处引出的细节，绝不由系统生成）：检查实际写入草稿的细节数量；若实际使用的细节少于两个，或至少没有一个出现在并非用于证明资格的句子中，则标记 elicited-material-unused
  • second_read：通过一次模型调用阅读草稿，并报告细心的人类编辑会注意到的问题；不评分、不分级，绝不改写。仅托管版本可用：此安装始终会失败并给出明确说明，因为模型调用需要账户、固定模型和计费界面，而此安装不具备这些条件。audit_text 仍可完整使用，无需账户
  • add_banned_word / remove_banned_word：维护你自己的禁用词列表；audit_text 会将其与内置语料一并检查
  • add_custom_word / remove_custom_word：维护“绝不标记”列表，适用于组织自身的缩写或内部术语等企业词典场景
  • list_dictionary：查看某个范围内的禁用词／自定义词；对于某种风格，还可查看与全局列表合并后实际生效的内容
  • set_style_instructions / clear_style_instructions / get_style_instructions：为某个范围保存、移除或读取自由文本起草规则（必备要素、禁写主题、格式限制）；这些规则会合并到 get_style_guide 中，方式与词典合并到 audit_text 中相同
• 一个 Claude Code / Claude Desktop 技能（skills/etincel-nonfiction/），在你起草或修改任何有一定篇幅的非虚构文本时使用这些工具。 训练好的语音、词典和默认风格都保存在本地的 ~/.etincel/：不会向任何地方发送数据。audit_text 是纯确定性代码（字符串分析 + 精选的 AI 写作特征语料），不会调用模型。唯一的例外是通过 fork_style 派生公开风格：它会从 etincel.ai 的公开图库获取（绝不发送）该风格的指南；派生预设，或此列表中的任何其他内容，都完全不会访问网络。

自定义词典

除了内置的 AI 特征语料，你还可以维护自己的禁用词和“始终允许”词列表：只需告诉 Claude（或任何 MCP 客户端），例如“将 [word] 添加到我的禁用词列表”或“将 [word] 添加到我的自定义词列表，这是我们自己的词。”每个列表都属于一个范围：global（适用于所有地方，也是未指定风格时的默认范围）或特定的风格 id。针对该风格进行审查时，该风格的列表会合并到 global 列表之上。list_dictionary 会显示某个范围中保存的内容，以及某种风格合并后的有效列表。编辑全局列表就能让某个词在所有风格中保持同步：每次运行 audit_text 或 list_dictionary 时，系统都会实时自动合并。

开发

npm install
npm test        # run the engine/tools test suite (node:test via tsx)
npm run dev     # run the MCP server over stdio via tsx, for local testing
npm run build   # compile to dist/

_{mcpscore 徽章审查的是托管的远程服务（etincel.ai/api/mcp），而不是本仓库中的本地/stdio 引擎；两者提供相同的工具，但作为独立部署运行。}

状态与限制

仍处于早期阶段，确实如此。

• src/data/ 中的审查语料是精选子集，并不全面。关于来源及尚未移植的内容，请参阅 src/data/SOURCES.md。完整语料位于 aistoryhub.co/corpus。
• email（AUC 0.540）和 general（0.748）尚未校准。social 完全没有带标签的语料，因此未纳入追踪。
• check_voice_match 检查的是节奏和写作机制，并非作者身份检测；对于较短的输入，其置信度较低。
• check_self_repetition 目前仅支持本地安装。
• AI 特征不断变化：OpenAI 于 2025 年 11 月修补了 ChatGPT 的长破折号使用习惯。因此，我们衡量效果，而不作保证：当某个特征不再具有辨识力时，AUC 会发生变化，回归检查也会捕捉到这一点。