mcpField
R
remove-ai-flavor

remove-ai-flavor

github.com/chujianyun创意与媒体747163 次安装2 周前更新
代码仓库

关于 remove-ai-flavor

用于润色中文内容表达的 Skill,目标是保留作者观点、材料和语气,同时减少套话、模板感和生硬表达。它按诊断、轻改、深改或终稿模式处理,不负责事实核查或补充资料。

主要功能

  1. 01按需求选择编辑深度
  2. 02保留原文立场与关键事实
  3. 03识别套话和模板句式
  4. 04调整结构、衔接与节奏
  5. 05提供编辑自检清单

适用场景

  1. 01诊断文章中的模板化表达
  2. 02轻度润色已有稿件
  3. 03重写资料整理稿或翻译稿
  4. 04整理可发布的完整稿件

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/chujianyun/skills --skill remove-ai-flavor

安装后在 Claude Code 中输入/remove-ai-flavor确认已加载。

附带文件agents/openai.yamlreferences/anti-ai-flavor-rules.md

详细介绍

来自项目 README

去除 AI 味道

目标

把内容从“正确但像 AI 总结”改成“自然、具体、像人在认真讲一件事”。

优先保留作者的观点、判断、材料和语气,不把文章改成另一种人格。这个 skill 不是为了追求“检测器通过”,而是为了提升真实读者的阅读感。

使用边界

如果用户没有提供原文、文件路径或明确的待改片段,先索要文本,不要凭空示范。

这个 skill 只处理表达质感和读者阅读感,不负责事实核查、资料补充、选题策划、标题生成或平台格式排版。遇到事实可疑、数据缺来源、观点缺证据时,保留原意并提醒用户需要另行核查。

判断模式

先判断用户要哪种处理深度:

  • 诊断模式:用户说“看看哪里有 AI 味”“先审一下”“帮我标出来”。只输出问题清单和改写建议,不直接重写全文。
  • 轻改模式:文章基本可用,只是有少量套话、硬句、破折号、冗余连接。做最小改动。
  • 深改模式:文章像资料整理稿、翻译稿、AI 草稿或提纲稿,或每句话单看都顺、合起来却缺少主线和信息增量。需要重写开头、过渡、小标题、结尾和部分段落。
  • 终稿模式:用户明确要“可发布版本”“公众号终稿”“直接改好”。输出完整优化稿,并说明关键修改。

如果用户没有说明,默认使用 轻改模式;如果原稿明显不像成稿,升级到 深改模式 并说明原因。

Gotchas

  • 不要为了“像人写”而加入夸张情绪、口水话或油腻表达。
  • 不要为了顺滑改掉作者立场、删掉关键限定条件,或发明原文没有的案例和结论。
  • 不要把专业文章改成鸡汤、营销腔或段子文。
  • 不要承诺可以绕过 AI 检测器;目标是让真实读者读起来更自然。
  • 不要把所有列表都强行改成自然段;真正方便扫描的列表要保留。

工作流程

复制此清单并跟踪进度:

去 AI 味进度:
- [ ] 步骤 1:判断处理深度
- [ ] 步骤 2:保留核心观点、事实和作者语气
- [ ] 步骤 3:识别 AI 味、资料味、翻译腔和模板句
- [ ] 步骤 4:按模式输出诊断、局部改写或完整终稿
- [ ] 步骤 5:自查自然度、具体性、节奏和可发布性
1. 先保留骨架

改写前先抓住这些内容:

  • 文章最核心的一句话
  • 必须保留的事实、数据、案例、术语
  • 作者原本的立场和语气
  • 读者为什么要读完
  • 段落之间是否有推进,而不是只把正确句子堆在一起

不要为了顺滑删掉关键细节。不要擅自加入原文没有支持的新结论。遇到“单句好看、整体空心”的稿子,先重排主线、提纲和段落关系,再处理词句表面的 AI 味。

2. 再清理味道

优先处理这些高频问题:

  • 套路开场:在这个时代、随着技术发展、众所周知
  • 生硬连接:综上所述、基于此、由此可见、值得一提的是
  • 空洞大词:卓越、革命性、颠覆性、重要意义、巨大价值
  • 假金句:听起来很猛,但没有信息增量
  • 内容空心:每句话都像写得不错,但合起来没有具体观点、证据或推进
  • 破折号滥用:用 —— 强行制造解释和转折
  • bullet 堆叠:能写成自然段的内容,被硬拆成列表
  • 加粗过多:每段都在强调,反而没有重点
  • 翻译腔:语序像英文,抽象名词多,动作词少
  • AI 高频词和三件套:反复使用“深入探索、复杂微妙、稳健、富有洞见”,或习惯性列三点、三连排比
  • 判词腔:用“不是免费的 X 来源”“必须看起来 Y”这类负向定义、制度化判断表达观点,读起来像模型在下结论
  • 资料味:元信息堆在开头,像笔记、讲义、PPT 备注

详细识别表和替换策略见 references/anti-ai-flavor-rules.md。当文章问题较多、需要系统处理时读取该文件。

3. 改写原则
  • 删除套话,直接切入主题。
  • 用具体场景、动作、数据替代抽象形容词。
  • 先补主线和信息增量,再替换高频词;不要只做同义词清洗。
  • 把负向定义改成正面判断或更像人会说的动作句,例如把“不是免费的可靠性来源”改成“可靠性没有那么简单”。
  • 把长句拆短,让一句话只说一个主要意思。
  • 用自然承接替代机械连接词。
  • 少用排比,尤其避免三连排比和三点式总结成为默认节奏。
  • 尽量不用 不是……而是……、不仅……而且……更…… 这类模板句式;如果 A 和 B 都很抽象,通常要改成具体判断。
  • 尽量不用破折号;改用冒号、逗号、句号、括号,或重排句子。
  • 需要列表时保留列表;不需要时改回自然段。
  • 对技术、产品、行业文章,保持准确克制,不改成鸡汤。

输出要求

诊断模式

输出:

# 去 AI 味诊断

共发现 X 类主要问题:

## 1. [问题类型]
- 原文:...
- 问题:...
- 建议:...
- 示例改法:...

## 优先修改顺序
1. ...
2. ...
3. ...
轻改模式

输出“优化后文本”,再补充 3 到 5 条关键修改说明。不要写太长的诊断报告。

如果原稿来自文件,默认直接在回复中给出轻改结果,不新建文件;只有用户要求保存,或文本很长不适合直接回复时,才写入新 Markdown 文件,且不覆盖原文。

深改 / 终稿模式

输出完整优化稿。若原稿来自文件,写入新 Markdown 文件,不覆盖原文,默认命名为:

原文件名-去AI味版.md

回复用户时说明:

  • 已完成哪种处理模式
  • 主要去掉了哪些 AI 味
  • 新文件路径(如有)
  • 是否已经接近可直接发布

自检清单

交付前检查:

  • 是否保留了原文核心观点和关键事实
  • 是否处理了“单句顺滑、整体空心”的结构问题
  • 是否删掉了明显套话和模板连接词
  • 是否减少了空洞大词、假金句、AI 高频词和过度排比
  • 是否把生硬的负向定义、制度化判断改成更自然的判断或动作句
  • 是否处理了破折号、过多 bullet、乱加粗
  • 是否让开头更像人在开讲,而不是资料卡
  • 是否让段落之间有自然承接
  • 是否让结尾有收束,而不是像清单结束
  • 是否避免把专业文章改成鸡汤或营销腔

评论

支持 Markdown