skill

qu-ai-wei

去 AI 味：中文写作的 AI 痕迹清理 skill。合并三家规则（含语料实测），并裁决它们互相矛盾的七处。A Claude skill for stripping AI tells from Chinese drafts.

baibanbao/qu-ai-weicommunitylistedunreviewednot running here yet

Use skill

Set up

Skills are installed by placing their folder where your agent loads skills.

Install instructions come from the README

Skills do not use an MCP config. Follow the steps in the README below; one-click install arrives with accounts.

README

synced Oct 14, 2026

去 AI 味 · qu-ai-wei

一个 Claude skill，清理中文稿子里的 AI 痕迹。合并三家规则，并把它们互相矛盾的地方一条条裁掉。

为什么又做一个

去 AI 味的规则集已经有几份，问题是它们互相打架。

一家说「AI 爱把段落写得一样长，真文章有毛边」；另一家拿 300 篇 AI 样本、117.9 万汉字、5 个模型实测，句长段长的离散度人机无差别。照前者改，你会为了制造参差去乱调句长；照后者改，你又会放过那些确实该删的东西。

类似的顶牛有七处：排比、被动句、破折号、抽象换具体、段首评论语、句首「其实」、毛边。这个 skill 做的事是把三家合到一起，冲突处给出裁决和依据，再按「稿子是谁的」分成两种模式。

三家来源

来源	管什么	取了什么
王佩写作系统 v4.0	像不像人写的	病根三条、语言禁区、声音校准、协作档位
humanizer-zh	删的时候别删坏	信息守恒、保留边界、交付前核对
lieflat-less-ai-tone	哪些是真痕迹	十一条实测规则、「不作为改写理由」表

第一家是作者自用的写作系统，靠经验。另两家是开源项目，MIT。lieflat 靠语料实测——本 skill 里所有带数字的频率（每千字、倍率、覆盖率）都出自它。

两个模式

先选模式，这是整个 skill 的分水岭。

自家稿——你自己的文章。可以下狠刀，可以标缺口向作者要料，可以按作者的声音校准。默认输出红笔报告，不动原稿。

白名单——别人的稿、译稿、成稿清理，或者你只想去味、不想被改写法。只动清单内明确命中的条目，其余逐字保留，直接交改写全文。判不准是否命中，保持原文。

不分模式，两套逻辑会互相踩：白名单式改写要求「原文抽象就让它抽象」，而生成式写作系统的核心动作恰恰是「抽象换物象」。

七处裁决

冲突	裁决
毛边	离散度实测无差别。毛边是写出来的结果，不是改出来的手段。不为制造参差调句长或拆段，也不把原本参差的改齐
排比	句内同构排比人类用得不比 AI 少，留。相邻句复用同一句法骨架，改
被动句	被动本身不改。只有一种情况改：文章要追责，而被动句正把责任人藏起来
抽象换物象	看模式。自家稿标缺口向作者要料；白名单只把原文已有的具体值提到概括词的位置
破折号	实测 Claude 是人类的 5.3 倍，该删。但作者本人爱用时，以作者习惯为准
段首「值得注意的是」	白名单补一个「这」字；自家稿整句删
句首「其实」	独立成分的删，嵌在句中承担转折的留

依据都写在 SKILL.md 第八节。

硬边界

不管哪个模式，三条优先于所有去味规则。

信息守恒。不新增原文没有的事实、数字、名字、日期、引语、出处、因果、动机、场景。改写后每个实词都要能在原文指出出处。反方向同样禁止：不删观点、限定和让步。把「可能提升」改成「提升」是篡改语气强度，不是去味。
最小改动。命中规则的句子也只改解决该问题所必需的部分。不顺便润色。
结构不动。标题层级、章节顺序、段落数量与顺序、列表、表格、引用、代码块的位置，全部保留。

一句话：宁可留一点 AI 味，不可造一个假事实。

安装

git clone https://github.com/baibanbao/qu-ai-wei.git ~/.claude/skills/qu-ai-wei

项目级安装放 .claude/skills/qu-ai-wei/。Claude Desktop 和 claude.ai 直接上传 SKILL.md 也可以。

用法

对 Claude 说「去AI味」或「去味」，附上稿子或文件路径。第一次会问你用哪个模式。

自家稿模式输出 B级编辑-<原稿名>.md，行号定位，每处给两三个改写方向，你拍板。白名单模式直接交改写全文，不解释改了什么，你问时再说。

硬边界 · 病根三条 · 三条门槛（全角标点／零粗体／零惊叹号）· 十一条实测规则 · 老编辑的刀（按开头／段间／结尾／句内排）· 黑名单 · 不许动 · 七处裁决 · 加回来 · 分文体加戏 24 项 · 声音校准 · 报告格式 · 交付前核对

其中「不许动」和「不作为改写理由」两张表与改写清单同等重要。去味最容易变成把稿子刮平。

边界

不判断作者身份。频率差异是频率差异，不是来源证据。
不保证通过任何 AI 检测器。
只管去味，不管怎么写。结构、立意、叙事技法不在范围内。

English

A Chinese-writing skill for Claude that strips AI tells from finished drafts.

It merges three rule sets — the author's own writing system, plus the open-source humanizer-zh and lieflat-less-ai-tone — and adjudicates the seven places where they contradict each other, favoring corpus-measured evidence over intuition. Every frequency figure in the skill comes from lieflat's corpus study (300 AI samples, 1.179M characters, 5 models).

Two modes. Own draft: a full editorial pass, delivered as a red-pen report with line numbers and two or three rewrite options per hit. Whitelist: only listed patterns are touched; every unmatched sentence is preserved verbatim.

One rule overrides everything: never invent a fact, a number, a name, or a quote to make a sentence sound more human. Losing a hedge is tampering, not humanizing. The skill makes no claim about authorship detection and does not promise to defeat any AI detector.

Documentation is in Chinese. MIT.

许可与致谢

MIT。

humanizer-zh（MIT，歸藏）与 lieflat-less-ai-tone（MIT，shiujan）的规则与实测数据构成本 skill 的两块基石，致谢见 SKILL.md 文末。数据不是我测的，规则是我裁的。