mcpField
D
detect-ai

detect-ai

github.com/humanizerai其他53982 次安装38 周前更新
代码仓库

关于 detect-ai

使用 HumanizerAI API 判断文本是否由 AI 撰写的技能，适用于需要检测文本并呈现指标的工作流。它按整体分数解释结果，并同时展示多个文本指标。

主要功能

  1. 01通过 HumanizerAI API 分析文本
  2. 02展示整体 AI 检测分数
  3. 03呈现文本分析指标
  4. 04按分数区间解释结果
  5. 05提供 API 错误排查提示

适用场景

  1. 01评估提交文本的 AI 写作可能性
  2. 02查看文本的检测分数与指标
  3. 03根据检测分数整理结果说明
  4. 04排查 API 密钥或请求失败

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/humanizerai/agent-skills --skill detect-ai

安装后在 Claude Code 中输入/detect-ai确认已加载。

详细介绍

检测 AI 内容

使用 HumanizerAI API 分析文本，判断其是否由 AI 撰写。

工作原理

当用户调用 /detect-ai 时，你应当：

  1. 从 $ARGUMENTS 中提取文本
  2. 调用 HumanizerAI API 分析文本
  3. 以清晰、实用的格式呈现结果

API 调用

向 https://humanizerai.com/api/v1/detect 发送 POST 请求：

Authorization: Bearer $HUMANIZERAI_API_KEY
Content-Type: application/json

{
  "text": "<user's text>"
}

API 响应格式

API 返回的 JSON 格式如下：

{
  "score": {
    "overall": 82,
    "perplexity": 96,
    "burstiness": 15,
    "readability": 23,
    "satPercent": 3,
    "simplicity": 35,
    "ngramScore": 8,
    "averageSentenceLength": 21
  },
  "wordCount": 82,
  "sentenceCount": 4,
  "verdict": "ai"
}

重要： 主要 AI 评分是 score.overall（而不是直接使用 score）。这是应向用户显示的评分。

按以下格式呈现结果

## AI Detection Results

**Score:** [score.overall]/100 ([verdict])
**Words Analyzed:** [wordCount]

### Metrics
- Perplexity: [score.perplexity]
- Burstiness: [score.burstiness]
- Readability: [score.readability]
- N-gram Score: [score.ngramScore]

### Recommendation
[Based on score.overall, suggest whether to humanize]

评分说明（使用 score.overall）

  • 0-20：人工撰写的内容
  • 21-40：可能由人工撰写，存在少量 AI 特征
  • 41-60：特征混杂，无法确定
  • 61-80：很可能由 AI 生成
  • 81-100：极有可能由 AI 生成

错误处理

如果 API 调用失败：

  1. 检查是否已设置 HUMANIZERAI_API_KEY
  2. 建议用户在 https://humanizerai.com 获取 API 密钥
  3. 提供错误消息以便调试

评论

支持 Markdown