Signs of AI Writing

✍︎ AI 写作迹象

你是教师吗？从这里开始 → — 用浅白的语言介绍它能做什么、不能做什么，并用图表展示错误率，而非列成表格。没有徽章，没有区间表示法，也无需安装。支持英语和西班牙语。

试用在线演示 → — 支持英语和西班牙语，可在浏览器中运行。无需注册，分析过程不会上传任何内容。

在编辑器中使用 → — 适用于 Claude Code、Codex、Gemini CLI 和 Cursor 的 Agent 技能，只需一行命令：npx skills add peopleworks/SignsofAI -g。 它遵循引擎评分所用的相同规则进行编辑，绝不凭空编造数字。

下载 Windows 应用 → — 将同一工具放进一个窗口中。安装程序无需管理员权限，并附带 .NET 运行时；如果你不想安装，也可以下载 .zip。

_{在线演示的真实录屏 — 分数会随着输入实时更新，每处标注都附有修改建议。}

想看视频而不是阅读？ 这段两分钟的介绍视频： English · Español

一套免费的隐私优先工具包，旨在维护学术诚信与写作诚信。它能做两件事：

1. 去 AI 化检查器 — 标记 AI 生成文本的特征（过度使用的词汇、惯用的修辞手法、机械的句子节奏），并针对每一项发现，告诉你如何修改。
2. 原创性检查器 — “这是他们写的，还是抄的？” 对比文档并找出它们共享的段落 — 包括逐字抄袭、改写后的释义（即使跨语言也能识别），以及整个群体的概览 — 并将其作为供人类判断的证据。不是黑箱式判定。

🔒 分析完全在你的浏览器中运行，运行分析时不会上传任何内容。 无需账户，没有 遥测，也没有能看到你文本的服务器。

有四项功能可以将文本发送到设备之外，只有在你主动启用后才会运行，并且会在你选择时 在界面中明确说明：改写检查和困惑度测量（两者都会调用你或我们托管的服务器）、你提供 自己的 API 密钥时使用的实时改写——密钥保留在你的设备上，文本会发送给你选择的服务提供商——以及 针对某个独特短语的可选网页抽查，只有在运营方配置了搜索服务提供商时才会启用。

其他所有内容——每条规则、评分、字符扫描、引用交叉核对、写作者基线和报告——都在本地计算并保留 在本地。桌面应用中的困惑度测量也在本地完成。

Windows 应用还可以检查是否发布了更新版本，因为它没有自动更新功能，而且永远不会有。此操作 不属于上述四项：它不会发送文本、账户信息或标识符——只会向 GitHub 的公开发布列表发送一次请求， 与浏览器发出的请求相同。它会在首次检查前征求同意，每天最多检查一次，而且绝不会替你下载或运行任何内容。

由 Pedro Hernández (PeopleWorks) 使用 .NET 10 和 Blazor WebAssembly 构建，Microsoft .NET MVP——献给 .NET 和 Microsoft 开发者社区，por y para la comunidad educativa。

仓库：https://github.com/peopleworks/SignsofAI

支持英语和西班牙语，两者通过两种相互独立的方式实现：

• 界面可通过工具栏即时切换 EN ⇄ ES——无需重新加载页面，按浏览器分别记忆设置，首次访问时会遵循浏览器语言。翻译是任何人都可以贡献的纯 JSON 文件：请参阅翻译界面。
• 分析会使用按语言划分的规则包，可自动检测，也可手动选择。西班牙语规则包是针对西班牙语 AI 写作标记的原创整理。

两者刻意保持独立，这样检测结果就会使用待分析文本的语言：即使界面使用西班牙语，针对英语行文的建议仍会以英语给出，因为建议针对的是英语。

---

它误判人类文本的频率有多高？

每款 AI 检测器都会被问到这个问题，但几乎没有一款会回答。Docs/CALIBRATION.md 给出了答案：我们以 296 篇 2022 年以前写成的文本为依据进行测量——开放获取研究文章、两种语言中 2022 年以前的百科全书修订内容，以及 206 篇英语学习者在课堂上撰写的作文，每位学生一篇，来自 2006 年至 2012 年间收集的语料库。

在 30/100 的阈值下，它会标记其中 2 篇：观测值为 0.7%，95% 置信区间的上限为 2.4%。 推荐值依据区间中较不乐观的一端制定，而不是采用更好看的数值，因此在语料库规模较小时仍保持谨慎，并会随着语料库扩大而根据数据的变化调整。

学习者正是整个类别被指责会伤害的群体——研究报告称，其他检测器会标记他们 61% 的作文——也正是因为他们加入了测试，阈值才从之前的 25 提高到 30：在 25 的阈值下，工具标记了他们 206 篇作文中的 9 篇，占 4.4%；而 90 篇已发表文本中没有一篇被标记。报告按群体列出了这一数字，没有将其平均掉。这个数值远低于其他工具的报告值，但并非为零。

我们刻意不将其称为准确率。准确率需要一批机器生成文本，而这批文本只是当月可用模型的样本；误报率只需要人类写作文本，并且衡量的是这一类别实际造成的伤害——研究报告称，检测器会标记非英语母语者撰写的 61% 的作文，而没有任何一款检测器公开过自身的这一数据。

报告还列出了哪些规则会误判，并按排名排列。这份列表令人不安，也是这项工作最有用的成果。

语料库采用 JSON 清单，任何人都可以扩充；用于构建和测量语料库的工具位于 tools/SignsOfAI.Calibration，整个流程只需一条命令即可重新运行。请参阅 Docs/Calibration/README.md——我们最期待收到西班牙语学术写作方面的贡献。

---

写给教师：软件之外的部分

检测器并不是你首先需要的东西。Docs/Teaching/ 提供可直接粘贴使用的教学大纲措辞、一页可在出问题之前发给学生的说明，以及一套在问题进入正式处理程序时使用的流程——全部为双语内容，且不受任何许可、署名或授权要求限制。

这些内容都不需要使用本工具。之所以提供这些材料，是因为在课堂上应对 AI 写作的难点从来不是检测，而是在你早上开始怀疑时，却无人可问，该怎么办。这三份文件都基于同一条原则：绝不能以分数作为对学生作出决定的理由；关于作品的交流，才能解决任何软件都无法解决的问题。

---

1. AI 写作检查器（“Analyze”）

不同于只给出一个分数的黑盒检测器，这是一款可解释、可操作、具备教育意义的 检查器。粘贴、上传（.docx / .txt / .md），或直接开始输入——0–100 分的评分、标注、 统计信息和针对每项发现的修改建议都会随着你的写作实时更新。

类别	示例
词汇	delve、tapestry、multifaceted、nuanced、pivotal、underscore、showcase、testament…（根据 ChatGPT 出现后频率的超额增长加权）
修辞	否定式平行结构（"it's not just X, it's Y"）、陈词滥调式开头（"in today's digital age"）、模糊措辞（"it's worth noting that"）、虚假范围、三段式
句法	避免系动词（"serves as a…", "a testament to…"）、冗长表达（"plays a crucial role")
统计	节奏变化度——句子长度的均匀程度。机器文本通常在 0.0–0.2；人类散文在 0.6–0.8

• 句子节奏可视化——按句显示的柱状图，让节奏变化度一目了然。

• 针对每项发现的建议——每个被标记的特征都附有具体修改方法及其研究依据。

• 实时改写（在设备上运行，无需密钥）——并排显示你的文本和去 AI 化版本，每次按键都会重新生成，随着修改进行，评分也会降低。它基于规则包运行——无需模型、网络或 API 密钥——因此即时且免费。每项改动都会列出可选方案，还提供一键式保留此处不改选项。提供三种力度，从仅修改最明显的特征到连空洞的强调词也一并删除。

  它只做诚实而言可通过替换词语完成的修改，并且会拒绝可能改错的编辑：它不会把 “delve into” 改成 “examine into”，不会删掉 "not just X, it's Y" 结构所依赖的 “just”，也不会在阴性名词前加上 “el”。节奏和修辞结构需要真正的改写，因此仍会列在建议中——面板还会说明有多少项。

• 润色（可选，自带密钥）——连接 AI 服务提供商，一键改写被标记的文本。可选 Anthropic（claude-opus-4-8，可在浏览器中使用）、OpenAI / DeepSeek、Azure OpenAI 或 Ollama（本地运行，无需密钥）。 凭据仅保存在你的浏览器中，并会直接发送给服务提供商。

• 修改前后对比以及可分享的结果卡片（PNG 摘要，绝不包含你的文本）。

• 自定义目录（自带规则）——粘贴禁用词或导入规则包 JSON；合并会实时生效。

• 目录页面——可搜索的 AI 写作特征库，涵盖两种语言，并通过浏览器内的 BM25 索引进行排序。

_{区别就在这里：不是“87% 是 AI”，而是哪些词、为何被标记，以及可以改写成什么。}

2. 原创性检查器（“Originality”）

“这是 AI 写的、你复制的，还是你为了掩盖抄袭而改写的？” 放入两份或更多文档—— 一篇论文及其来源、一批学生作业——就能准确查看它们有哪些共同内容。我们的原则很明确：呈现证据并高亮标出，由人来判断。我们绝不指责。 这不是像 Turnitin 那样的全网索引。

阶段	检查内容	方式	运行位置
A — 原文复制	原文相同的段落，即使大小写或重音符号改变也能识别	忽略重音符号和大小写的单词 k-shingles + 贪心最长匹配切分，并逐个词元验证	🔒 在你的浏览器中
B — 改写	措辞不同的复制内容——意思相同、用词不同——即使跨语言也能识别	句子嵌入（Google EmbeddingGemma-300M，ONNX）+ 余弦相似度	🌐 可选服务（需主动启用）
C — 班级整体对比	一目了然地查看整班学生之间的抄袭关系	批量上传 + N×N 重合度热力图；点击单元格即可检查对应文档对	🔒 在你的浏览器中
D — 网络抽查	检查某段内容是否已在线存在	提取文档中最具辨识度的段落，并提供一键精确短语搜索（Google/Bing/DuckDuckGo）	🔒 在你的浏览器中

• 共同段落证据——在并排显示的两份文档中高亮匹配内容；标题中的重合度数字与高亮内容完全一致（证据就是评分）。
• 阶段 B 是唯一会将内容发送出设备的功能。 该功能需主动启用，且会在界面中明确说明；只会将你选择检查的句子发送到 PeopleWorks 服务。其他所有内容都留在你的设备上。
• 阶段 D 刻意保持诚实：我们无法索引整个网络，因此不会假装能做到，而是标出值得检查的段落并准备好搜索内容——只有在你点击搜索后，才会发送内容。 服务运营者可以启用可选的自动网络搜索（见下文可选服务）。

_{一目了然地查看整个班级：每份文档与其他所有文档逐一对比，再查看共同段落本身——呈现证据，不作指控。}

3. 可预测性指标（可选服务）

以诚实的方式重新诠释困惑度。一个小型语言模型（Qwen2.5-0.5B 或 Microsoft Phi-4-mini，int8 ONNX） 用于衡量文本措辞的可预测程度／通用程度。这不是 AI 与人类的判定结果——在带标签的语料库中，两者的得分重叠严重（记忆下来的人工文本也会被判为可预测）。我们会如实呈现可预测性，将其作为众多信号之一，并按语言进行校准。此功能需主动启用，在 PeopleWorks 服务上运行。模型会按需加载，并在空闲时卸载，以减轻服务负担。

4. 在其他应用中使用 — MCP 服务

以上所有功能也可通过 SignsOfAI.Mcp 提供给 Claude Desktop 和任何 MCP 客户端。它是一个模型上下文协议服务（基于官方的 ModelContextProtocol SDK，使用 stdio 传输）。由于 引擎位于 SignsOfAI.Core 中——纯 .NET，无需浏览器——服务只需将其作为工具公开：

工具	功能	运行位置
analyze_ai_writing	评分 + 判定 + 发现（附修正建议）+ 统计数据	🔒 设备本地
check_originality	比较 2 篇或更多文档的重合率和共有段落	🔒 设备本地
search_catalog	搜索 AI 写作特征目录（EN/ES）	🔒 设备本地
extract_distinctive_phrases	提取独特短语 + 现成的网页搜索链接	🔒 设备本地
inspect_characters	检查不可见字符和冒充拉丁字母的字符，并标出行号/列号	🔒 设备本地
check_citations	检查文档中与自身参考书目矛盾之处，并标出各处行号	🔒 设备本地
compare_to_baseline	根据同一作者以往作品的基线，评估一篇作品的表现	🔒 设备本地
write_report	将完整分析写成文档，供保存、转发或提交委员会	🔒 设备本地
measure_predictability	通过可选服务计算困惑度	🌐 服务（选择加入）
check_paraphrase	通过 EmbeddingGemma 查找改写或翻译后的匹配内容	🌐 服务（选择加入）

前 8 项完全在本机运行；后 2 项会明确告知你，它们会将文本发送到服务 （端点通过 SIGNSOFAI_API_ENDPOINT 环境变量设置）。

它已发布到 NuGet，包名为 SignsOfAI.Mcp，因此无需构建。将 Claude Desktop 指向它：

// %APPDATA%\Claude\claude_desktop_config.json
{ "mcpServers": { "signs-of-ai": {
  "command": "dnx",
  "args": ["SignsOfAI.Mcp", "--yes"]
}}}

或者只需安装一次全局工具——dotnet tool install --global SignsOfAI.Mcp——然后使用 "command": "signsofai-mcp"。详情请参阅 src/SignsOfAI.Mcp/README.md。

VS Code：该包附带 MCP 清单，因此其 NuGet 页面上有一个 MCP Server 选项卡，其中已生成配置——将其复制到 .vscode/mcp.json 即可。

5. 将其用作 Agent 技能 — /signs-of-ai

技能有独立页面 →，其中并列展示了两种模式，以及它不会做什么。

更喜欢在编辑器中工作？SKILL.md 是一个可直接使用的 Agent 技能，能清理草稿中的低质 AI 文风——或者报告文本中带有哪些特征——支持 英语和西班牙语。它是对同一套 rules.en.json / rules.es.json 分类体系的易读提炼，因此编辑时遵循的规则与引擎评分所用规则相同。

# Claude Code, Codex, Gemini CLI, Cursor and the rest, in one command
npx skills add peopleworks/SignsofAI -g

# …or as a Claude Code plugin, from the marketplace manifest in this repository
/plugin marketplace add peopleworks/SignsofAI
/plugin install signs-of-ai

然后：

/signs-of-ai            <your draft>          # edit mode: rewrite + change summary
/signs-of-ai is this AI slop?  <the text>     # examine mode: the tells, quoted, no rewrite

该技能有意绝不伪造数值评分，也绝不声称文本由谁撰写——若要获得经过校准的 0–100 评分、突发性、原创性、引文、作者基线或困惑度，它会将任务交给此引擎处理（网页应用、CLI 或上文的 MCP 工具）。它沿用报告中的同样 6 条规则，规定一项发现可以声称什么，其中包括任何评分都必须附带的错误率。请参阅 skill/README.md。

---

6. 在写作时使用 — Word 加载项

Word 中的任务窗格。按下“开始”选项卡上的读取特征，它就会读取打开的文档并在侧边栏中给出答复：无需复制到浏览器，无需上传文件，也无需离开正在写作的页面。

**它使用的是同一个引擎，而非精简版。**所有规则、字符扫描、引文交叉核对和判定规则都通过 SignsOfAI.UI 提供。网页应用和桌面应用也通过这个类库进行呈现。Word 只是第三个宿主。

为什么任务窗格是这款工具的合适位置

任务窗格就是一个浏览器。WebAssembly 引擎只需下载一次，就会在本地设备上运行，这意味着文档永远不会被上传。这正是 Web 应用已经作出的保证，而且是在文档实际所在的应用中作出的保证。

这可不是无关紧要的小事。这个类别中的其他加载项都会把你的文本发送到 API，因为它们的分析是在服务器上进行的。我们的不是，所以根本没有地方可以发送文本。而且，清单申请的是 ReadDocument，而非 ReadWriteDocument：Word 本身会强制确保此加载项只能读取你的文档，而不是要你相信网站上的一句话。

实际文档中的效果

这是 Word 网页版（图中可以看到地址栏），打开了一份 357 个单词的文档。这个窗格值得仔细看两遍。

它拒绝给出判定，并说明了原因：此版本所依据的语料库中，没有短于 649 个单词的文本，所以低于这个长度就没有可供比较的内容，评分也就*"既不能证明文本是机器写的，也不能证明文本是人写的。"* 请参阅校准说明。

但它仍然找到了六个不间断空格，因为字符扫描反映的是文件中的事实，而不是对其文风的判断。它没有长度门槛，因此无论文本多长都适用；它也完全不涉及作者身份，面板对此明确作了说明。

做一个什么都能回答的工具很容易。这是另一种工具。

安装

加载项页面 → — 介绍它的功能、两种安装方式，以及它拒绝做的事，提供英语和西班牙语版本。

简而言之：网页版中依次选择“主页”→“加载项”→“更多加载项”→“我的加载项”→ “上传我的加载项”，并选择 src/SignsOfAI.Word/manifest.xml。Windows 版 Word 没有上传按钮，而是读取共享文件夹目录；src/SignsOfAI.Word/README.md 中介绍了具体步骤。

PowerPoint 是有意做成另一款产品的

演示文稿很少有 649 个单词，所以在 PowerPoint 中使用同一款加载项，大多只会像上面那样：不给出判定。这么做没错，但用处不大。适用于幻灯片篇幅的，是没有长度门槛的部分——字符扫描和具名特征——所以在那里真正值得问的是**“这份演示文稿是否带有文本人性化工具的痕迹”**，而不是“这是不是 AI 写的”。这是另一款产品，目前尚未开发。

---

架构

SignsOfAI.slnx
├─ src/
│  ├─ SignsOfAI.Core            # Pure C# engines (no UI/server deps)
│  │  ├─ Analyzers/             # Lexical, Pattern, Burstiness (IAnalyzer)
│  │  ├─ Originality/           # OriginalityChecker (shingles+tiling), ParaphraseFinder,
│  │  │                         #   DistinctivePhraseExtractor
│  │  ├─ Rewriting/             # LocalRewriter — on-device de-AI-ifying, no model or network
│  │  ├─ Rules/Packs/           # rules.en.json, rules.es.json (embedded, community-extensible)
│  │  ├─ Text/                  # Tokenizer, sentence splitter, language detector, statistics
│  │  └─ AiWritingAnalyzer      # Public facade: Analyze(text, language)
│  ├─ SignsOfAI.UI              # The whole interface (Analyze, Originality, Catalog) — shared by
│  │  │                         #   both hosts below, so a change lands in web and desktop at once
│  │  └─ wwwroot/i18n/          # UI translations: en.json, es.json + locales.json (community-extensible)
│  ├─ SignsOfAI.Web             # Host: Blazor WebAssembly, runs in the browser
│  ├─ SignsOfAI.Desktop         # Host: WPF + WebView2, runs offline and reaches local models
│  ├─ SignsOfAI.Cli             # `dotnet tool` for CI pipelines
│  ├─ SignsOfAI.Mcp             # MCP server (stdio): the engine as tools for Claude Desktop / any client
│  └─ SignsOfAI.Perplexity.Api  # Optional ASP.NET Core server: predictability + embeddings
│     ├─ Engine/                #   OnnxPerplexityEngine, OnnxEmbeddingEngine (lazy-load + idle-unload)
│     └─ Config/                #   model profiles, calibration, embedding + web-search options
└─ tests/
   └─ SignsOfAI.Core.Tests      # xUnit (120+, incl. guards for the community locale files)

Core 引擎与 UI 和服务器解耦，CLI、Blazor 应用和 API 都可以复用它们。

运行

dotnet run --project src/SignsOfAI.Web
# then open http://localhost:5019

测试

dotnet test

命令行与 CI（dotnet tool）

此代码检查工具以全局工具的形式发布，因此你可以在 CI 中将其用于文风检查：

dotnet tool install --global SignsOfAI.Cli

signsofai check README.md                 # pretty report
signsofai check article.docx --lang en    # Word documents too
signsofai check post.md --json            # machine-readable
signsofai check post.md --max-score 40    # exit 1 if it reads too much like AI → fails CI
signsofai check post.md --rules my-style.json   # your custom catalog
signsofai check ensayo.txt --lang es --reader-lang en --report out.md

--lang 表示文本所用的语言；--reader-lang 表示输出的阅读者所用的语言——证据报告、字符扫描和引文交叉核查都是面向阅读者，而非描述文风。默认情况下，它与文本语言相同，因此只有两者不同时才需要传入此参数。检测结果会有意保留文本所用的语言：西班牙语特征会用西班牙语说明。

分析引擎也可以作为库使用 — dotnet add package SignsOfAI.Core：

var result = new SignsOfAI.Core.AiWritingAnalyzer().Analyze(text, "auto");
Console.WriteLine($"{result.OverallScore}/100 — {result.Verdict}");

可选服务（SignsOfAI.Perplexity.Api）

客户端本身即可完整运行；此服务仅为可选启用功能提供支持（可预测性计量器和 Phase B 改述检查）。它基于 ASP.NET Core（.NET 10），托管 ONNX 模型，并采用延迟加载和空闲卸载，因此占用资源很少。模型文件不在 git 中，首次使用时会下载。

客户端默认连接到托管实例；如需运行自己的实例，请在应用的服务设置中设置端点，并为你的来源配置 CORS。

启用可选的自动网页搜索（Phase D）

默认情况下，Phase D 是设备端的一键搜索体验（无需密钥，点击前不会发送任何内容）。运营人员还可以通过在服务端配置搜索提供商来启用自动网页搜索——这适合用于演示（密钥不会接触浏览器）。除非完成配置，否则此功能始终关闭：

// appsettings.json (or environment variables)
"WebSearch": {
  "Enabled": true,
  "Provider": "brave",              // Brave Search API (free tier); provider-abstracted
  "ApiKey": "",                     // prefer the BRAVE_API_KEY environment variable
  "MaxPhrasesPerDoc": 8,
  "MaxResultsPerPhrase": 5
}

启用后，服务会公布此功能，客户端也会提供自动“搜索网页”操作，报告包含某段文字原文的网页。如果功能关闭、配额用尽或发生错误，界面会回退到手动一键搜索，不会导致功能失效。

扩展规则

在 src/SignsOfAI.Core/Rules/Packs/rules.<lang>.json 中添加条目——词汇规则匹配单个词语词元，模式规则则是用于匹配多词特征的正则表达式。每条规则都会设置 weight、severity 和 suggestion。

词汇规则还可以告知实时改写器应如何处理，而 suggestion 无法做到这一点：该字段是写给人的说明（“混合、融合、变化——或者直接说出具体事物”），程序不应从说明中推断意图。

{ "id": "lex.utilize",  "terms": ["utilize", "utilizes"], "weight": 3.5, "severity": "Medium",
  "suggestion": "use",  "replacements": ["use"] },              // what to substitute, best first
{ "id": "lex.just",     "terms": ["just"],                "weight": 1.0, "severity": "Info",
  "suggestion": "empty intensifier — usually deletable", "delete": true }   // remove the word instead

这两个字段都是可选的。如果没有设置，改写器会退而从 suggestion 中读取以逗号分隔的列表，并拒绝猜测其他内容——单独一个词可能是替换项（“使用”），也可能是描述（“口头禅”），而要区分两者就需要了解语言。因此，没有显式字段的规则只会被报告，不会自动编辑；这就是为什么每条内置规则都明确写出了修正方式（有一项测试会确保这一点）。

翻译界面

如果你懂这种工具尚未支持的语言，就可以添加该语言——而且不需要懂 C#。

界面使用纯 JSON：每种语言对应 src/SignsOfAI.UI/wwwroot/i18n/ 中的一个文件，另有一个 locales.json 清单。添加语言只需复制 en.json，翻译右侧的值，再向清单添加一行。无需构建步骤，也无需阅读代码，语言切换器会自动识别新语言。

不必一次完成。 任何未填写的键都会回退到英语，因此，不完整的翻译也会以部分翻译的形式发布，而不会变成满页空白——翻译导航和主页后，提交拉取请求，之后随时可以回来补完其余内容。贡献者会在语言切换器中获得署名。

每个拉取请求都会运行一组语言区域测试，并准确指出错误——例如键名拼写错误、条目重复或 {0} 占位符丢失——这样就能依据测试结果审核翻译，而不必逐项对照阅读 JSON。这些测试特意不会因翻译不完整而失败。

完整指南 → Docs/TRANSLATING.md

部署

Blazor 客户端是静态文件包（可免费托管在任何地方）。项目包含以下 GitHub Actions：

• GitHub Pages（deploy-pages.yml）——依次选择 Settings → Pages → Source：“GitHub Actions”。此工作流会重写 base href，并写入 SPA 的 404.html 回退页面。
• Azure Static Web Apps（azure-static-web-apps.yml）——将部署令牌添加为仓库机密。

可选服务是标准的 ASP.NET Core 应用（对 SignsOfAI.Perplexity.Api 项目运行 dotnet publish）。

致谢

由 Pedro Hernández — PeopleWorks 创建，他是 Microsoft MVP for .NET。检测标记基于 AI 文体分析的语言学研究，详见 Docs/GoogleResearch.md。

chat.* 规则——助手自身的轮次，保留在文档中——改编自 amanmaqsood/prose-humanizer（MIT）的模式集。它是一项写作技能，而非检测器。与此处的所有内容一样，这些规则在加入规则包前都先经过校准语料筛选，六条规则的得分均为零。同一来源的另外 12 个候选规则未被纳入，因为它们会触发 2022 年之前的写作内容。