paper-spine-humanize

PaperSpine Humanize

自包含技能——可独立用于任何学术文本，也可作为 PaperSpine 套件的一部分。根据真实的 AIGC 检测维度应用分级写作约束，并生成教学矩阵，记录每一处改动。

适用场景

• 在 PaperSpine 中：当 humanize_tier 不为 none 时，由 rewrite/build 自动调用
• 独立使用：直接用于任何需要降低 AI 检测率的学术文本

配置

读取 paper_spine_config.json 中的 humanize_tier（none/light/medium/heavy） 和 output_language（zh/en）。独立使用且未找到配置时，默认设为 medium / zh。

必需输出：humanize_matrix.md

这是主要交付物——生成 paper_rewriting_output/humanize_matrix.md。 必须记录每一处人性化改动，不得悄然应用：

行 ID	手稿单元	发现的 AI 模式	检测维度	严重程度	应用的改动	预期效果	教学说明

• 手稿单元：段落编号或章节名称
• 发现的 AI 模式：检测到的具体 AI 特征
• 检测维度：D1-D5（参见参考文档）
• 严重程度：高（对检测结果的贡献 >50%）/ 中（20-50%）/ 低（<20%）
• 应用的改动：具体进行了哪些改动
• 预期效果：降低了哪个维度的检测结果
• 教学说明：解释检测器为何会标记此模式

矩阵规则

• 写作过程中逐单元写入行，而非事后补写
• D1（句长）：每个写作单元至少一行
• D2（段落结构）：每个段落至少一行
• D4（连接词）：每替换一个连接词，至少一行
• D3（信息密度，medium 及以上）：每次调整至少一行
• D5（术语替换，仅 heavy）：每次替换至少一行
• 每行必须填写全部 8 列，不得留空

说明

阅读 references/humanize-tiers-{output_language}.md，查看针对 5 个检测维度的完整分级指令： D1-句子长度 / D2-段落结构 / D3-信息密度 / D4-连接词频率 / D5-术语与语境匹配度。

验证

python scripts/humanize_check.py paper_rewriting_output --markdown --write

生成 paper_rewriting_output/humanize_report.md。检查矩阵覆盖的段落总数， 扫描句长分布和连接词密度，并标记仍存在的 AI 模式。

集成

在 PaperSpine 中：由 rewrite 和 build 在内部调用。独立使用：将此技能目录放在 ~/.claude/skills/ 下，然后直接调用。