作者：CoPaper.AI · Stanford REAP 许可证：MIT 适用工具：Claude Code / Cursor / Codex / Gemini CLI / 任何支持 Agent Skills 标准的 AI 助手
一个面向中文学术实证论文的降 AIGC 检测率 Skill。与通用英文 humanizer 不同，它针对知网 AMLC、万方、维普通达、Turnitin 中文版的检测机制设计。
现有 GitHub 上优秀的 humanizer 都是面向英文的：
| Skill | 语言 | 覆盖 |
|---|---|---|
| blader/humanizer | 英文 | 通用 20+ 模式 |
| matsuikentaro1/humanizer_academic | 英文 | 23 类学术模式 |
| stephenturner/skill-deslop | 英文 | 科学写作 |
| hardikpandya/stop-slop | 英文 | 通用散文 + 5 维评分 |
| conorbronsdon/avoid-ai-writing | 英文 | 结构化审计 |
中文 AI 文本有完全不同的结构性特征——四字套话、虚词堆叠、机械连接词、总分总对称结构，这些模式在英文 humanizer 中完全不涉及。本 Skill 专门解决中文场景。
五步闭环：定位 → 诊断 → 差异化改写 → 五维自评 → 二次复查
17 类模式库：详见 references/patterns.md
五维评分：具体性、节奏性、谨慎性、隐衔接、研究者语气（references/scoring.md）
分章节策略：摘要/引言/文献综述/方法/结果/讨论/结论的改写力度各不相同（references/academic-sections.md）
12 组案例：覆盖实证论文七个章节的改写前后对照（references/examples.md）
方法一：放到 Claude Code 本地 skills 目录：
mkdir -p ~/.claude/skills
git clone https://github.com/brycewang-stanford/Awesome-Agent-Skills-for-Empirical-Research.git /tmp/awesome-skills
cp -r /tmp/awesome-skills/skills/48-copaper-ai-chinese-de-aigc ~/.claude/skills/chinese-de-aigc方法二：放到项目的 .claude/skills/ 目录（仅该项目可用）：
mkdir -p .claude/skills
cp -r skills/48-copaper-ai-chinese-de-aigc .claude/skills/chinese-de-aigc在 Claude Code 中，用以下任一触发词调用：
- "请对这段文本降 AIGC 检测率"
- "把这篇论文改得不像 AI 写的"
- "走 chinese-de-aigc 五步闭环"
- "诊断这段文字的 AI 痕迹，给出修改建议"
本 Skill 是 Awesome Agent Skills for Empirical Research 仓库的第 48 号 Skill。推荐组合使用：
| 场景 | 推荐组合 |
|---|---|
| 中文论文降 AIGC | chinese-de-aigc（本 Skill）+ revision-guard（防过度修改） |
| 中英双语论文 | chinese-de-aigc + humanizer_academic（英文对应版本） |
| 需要审计报告 | chinese-de-aigc + avoid-ai-writing（结构化审计） |
本 Skill 的目标是让人工写作和 AI 辅助写作的文本回归到真实研究者的语言分布。
✅ 适用：研究者自己写的初稿被 AIGC 检测误判；AI 辅助起草 + 人工修改定稿的混合场景 ❌ 不适用：完全 AI 生成的论文，希望零改动通过检测；学术不端场景
学术诚信优先于检测率。
欢迎通过 PR 扩充：新的 AI 痕迹模式、更多章节级改写案例、中文学科特有的 hedge 表达库。
- 设计思想参考了 blader、matsuikentaro1、stephenturner、hardikpandya、conorbronsdon 等英文 humanizer skill
- 模式库的部分识别规则参考了 CHI 2025 和 Georgetown 2025 的 AI 写作检测研究
- 分章节策略借鉴了 Emory University Pedro Sant'Anna 的学术写作工作流