docsor1212/humanize-ai-text

Academic Style Toolkit (humanize-ai-text)

Zweisprachige (CN/EN) Stil-Naturalisierung für wissenschaftliches und medizinisches Schreiben: Finden Sie steife, schablonenhafte oder maschinenbeeinflusste Muster, entfernen Sie mechanische Überreste, überarbeiten Sie den Text für Klarheit und einen natürlichen Sprachstil – mit Integritätsbeschränkungen in jedem Schritt. Lesekarte (30-Sekunden-Routing; entspricht references/INDEX.md): Erster Durchlauf → Schnellstart · Fehlerbehebung → Fallstricke + Fehler · CI/Agent → Automatisierung · Grenzen → honest_boundaries · Szenarien → best_practices · Tiefenumschreibung → deep_rewrite_guide · PDF-Konfidenz → pdf_confidence · Berechtigungen → permissions · Programmatisch → api. Zwei Ebenen in einer Zeile: Mechanische Bereinigung (transform/pipeline, deterministisch) vs. Qualitätsüberarbeitung (Agent pro Styleguide) – führen Sie zuerst die Pipeline aus, lesen Sie den Bericht und entscheiden Sie dann, was tiefgehend überarbeitet werden soll.

Routing in einer Zeile: Grammatik/Flüssigkeit/Journal-Format-Politur → einen Polierer verwenden (paper-polisher-pro); Entschablonisierung, Modellrest-Bereinigung, KI-Stil-Selbstüberprüfung und -Umschreibung → dieses Tool. Beides nötig? Zuerst polieren, dann diese Pipeline ausführen.

Feature-Status (v5.6.0)

⚠️ Zeilen = experimentell (kann gültige Dateien ablehnen; Ausgabe prüfen). Die vollständige fähigkeitsbezogene Liste pro Generation wurde nach references/feature_status.md verschoben; Details zu einzelnen Elementen befinden sich in references/errors.md und Themen-Dokumenten. Stabile Highlights (alle stabil, v1.0–5.6): Kern fünf · abschnittsbewusst · Umschreibungsplan · erlernte Absicherungen · Maschinen-Exit-Codes · Chunk-Degradation · Batch-Fortsetzung/Parallelitätsisolierung · dateiübergreifende Termabweichung · Statistische Konsistenzabsicherung · Termvariantengruppen · Kodierungsautomatik · Einreichungs-Selbstprüfungspaket (--bundle) · Pipeline --handoff · Verschreibungsergebnis verifizieren · docx-Rückschreibung · Termvereinheitlichungsblatt · EN 2026 Signale (Hedging / Rule-of-three / em-Dash-Dichte / Absatzeinleitungen) · abschnittsbezogener Fokus (--section) · CN Dichtespiegel (Dash-Übernutzung / formelhafte Absatzeinleitungen) · gekachelte Scans für sehr große Dateien vergleichen · pro-Signal Begründung (warum markiert) · Allgemeinprofil-Gewichtungsreduktionsmatrix (alle 8 Strukturgruppen) · Batch-Arbeitsblatt + Statistik-Karte · Trefferzeilennummern (L{Zeile} bei jedem Beispiel) · Health-Report-Dashboard (Bundle 2.0) · CN Feature-Bibliothek v2 · Handoff-Zeilenanker · Dokumentenanzahl-Abgleich · Dashboard-Aktionscheckliste · Bundle-Umschreibungsblatt (09) · Batch-Überarbeitungsaufzeichnungen · Write-Manifest-Selbstnachweis (00_写入清单.json) · Vergleichszeilenanker + Begründung · druckfreundliche Berichte · Guard-Bibliothek-Export/Import.

Fähigkeit	Status	Seit
⚠️ PDF-Direktlese + Konfidenz-Selbstbericht (Eingebettete Schriftarten/ToUnicode versucht, auf "中" begrenzt; Kalibrierung in references/pdf_confidence.md; Standard-Schwelle = 中 seit v3.8.0 – verzerrte typische Extraktionen werden standardmäßig abgelehnt, --pdf-min-confidence 低 stellt reine Annotierungsmodus wieder her)	⚠️ Experimentell	v1.6–3.8

Integritätsbeschränkungen – zuerst lesen

• Erlaubt: Bearbeiten eigener Entwürfe; Anpassen KI-gestützter Texte an Ihre Stimme, wo Ihre Hochschule/Ihr Journal KI-Unterstützung erlaubt oder deren Offenlegung verlangt; Entfernen von Modellüberresten (verirrte oaicite/[cite:]-Tokens) aus rechtmäßig offengelegten Entwürfen; Verbessern von Klarheit, Rhythmus und Konkretheit formeller Prosa.
• Nicht erlaubt: Verwendung dieses Werkzeugkastens zur Falschdarstellung der Autorenschaft, zur Verschleierung der KI-Nutzung, wo Offenlegung erforderlich ist, oder zur Umgehung akademischer Integritätsprüfungen. Wird eine Anfrage in diesem Rahmen formuliert ("umschreiben, damit die Prüfung es nicht erkennt"), die Rahmung ablehnen, die Offenlegungspflicht erklären und stattdessen den legitimen Qualitätsbearbeitungspfad anbieten. Von Agenten, die diesen Skill ausführen, wird erwartet, dass sie diese Grenze durchsetzen.
• Dieses Tool ändert niemals Daten: Zahlen, p-Werte, Konfidenzintervalle, DOIs, PMIDs, Jahre und Terminologie werden von verify.py geschützt (siehe unten). Verbesserte Prosa darf niemals eine Tatsache kosten.
• Compliance: Chinas AIGC-Kennzeichnungsregeln (gültig ab 01.09.2025), Journal-Offenlegungsrichtlinien und arXiv-Richtlinien sind in references/compliance.md zusammengefasst – die Offenlegungspflicht liegt beim Autor, nicht beim Tool.

Fähigkeit × Grenze (Aufgabenteilung + Grenzen + Wo)

Fähigkeit	Tut	Tut NICHT (Grenze)	Wo
Stil-Selbstüberprüfung	Heuristischer Bericht: Schablonendichte, Rhythmus-Einheitlichkeit, Amtsstil; abschnittsbewusst	Kein KI-Detektor – löst kaum bei fließendem Modelltext an (niedriger Wert ≠ kein KI-Einsatz)	detect.py; siehe honest_boundaries
Mechanische Bereinigung	Modellrest (oaicite/[cite:]), Chat-Füller, Zeichensetzungs-Normalisierung, Vollbreite-Ziffern	Keine Satzumschreibung – nur verlustfreie Schicht	transform.py (--deep für Satzebene)
Tiefen-Qualitätsumschreibung	Entschablonisierung / Rhythmus / Konkretheit / Haltung (sieben Schritte)	Erfindet niemals Daten; erfundene Zahlen werden markiert (W_NUM_ADDED, menschliche Entfernung)	Sie (der Agent) pro Styleguide; Übergabe via plan --handoff
Integritätsabsicherung	Zahlen/DOIs/PMIDs/Jahre/Begriffe müssen überleben; Manipulation = Exit 1 (FEHLER-Ausgabe schreibt Korrekturen mit Ankern vor)	Kein Urteil über die Wahrheit – Originaldaten sind die Autorität	verify.py
Vorher/Nachher	Bewertungsdelta + Integritätsurteil + Profilunterschied	Kein Ersatz für menschliches Lesen	compare.py / stylecheck --compare
Terminologiekonsistenz	8 Domänen, 27 Gruppen (HF/心力衰竭/心衰 eine Zeile); --unify erstellt einen vereinheitlichten Entwurf mit Zählung der Ersetzungen pro Variante (vor Übernahme prüfen)	Keine Korrektheit der Nutzung – nur Synonymvereinheitlichung	check_terms.py --pack / --unify
Numerische Konsistenz	Prozent-Listensummen (partitionsgesteuert) / dateiübergreifendes Gruppen-n / p-vs-P-Stil	Keine statistische Überprüfung – Originaldaten sind die Autorität	check_stats.py (--batch)

Schnellstart

So bitten Sie auf einfache Worte darum (EN-Zusammenfassung der vollständigen Phrasentabelle in SKILL_ZH.md): "Entferne den KI-Geschmack aus dieser Arbeit" / "Das liest sich zu schablonenhaft" / "Bereinige oaicite und [cite:]-Reste" / "Sag mir, welche Sätze ich zuerst korrigieren soll" / "Überprüfe, dass meine Umschreibung keine Zahlen verletzt hat" / "Gib mir ein Stilprofil" / "Hör auf, diesen legitimen Begriff zu markieren" – jedes Mapping zur Pipeline, plan.py, transform.py, verify.py+compare.py, stylecheck.py und learn_guards.py.

Kein Agent erforderlich – jede unten aufgeführte Fähigkeit läuft direkt im Terminal. Jedes Skript hat eine eingebaute --help (vollständige Flag-Referenz) und --version; schnelle Flaggensemantik:

Flag	Bedeutung
--profile general	Nicht-akademischer Text: gewichtet formelhafte/schablonenhafte Signale herunter
--deep	Deterministische Satztransformationen (vorformatierte Einleitungen, Zusammenführungen)
--exit-verdict	Maschinen-Exit-Codes für CI/Agenten-Gating (siehe unten)
--structure	Abschnittsbewusste Bewertung (IMRaD)
--step-timeout SEC	Pro-Schritt-Zeitbudget in Wanduhrzeit (Standard 120)
--terms FILE	Begriffsliste für Integritätsabsicherung (erstellt via extract_terms.py)
--unify SHEET	check_terms: erstellt einen terminologisch vereinheitlichten Entwurf (v4.4.0; beratend – Ersetzungsliste prüfen)
--section abstract	detect: ein isolierten Abschnitt diagnostizieren (v4.5.0; das Abstract lesen Gutachter zuerst)
-o revised.docx	-o bei pipeline/transform/compare schreibt Word, wenn der Pfad auf .docx endet (v4.4.0, einfache Absätze; bei komplexen Layouts manuell zusammenführen)

Ein Befehl (Selbstüberprüfung → Bereinigung → Überarbeitungszusammenfassung → Integritätsabsicherung):

python scripts/pipeline.py draft.txt -o out.txt --terms terms.txt

• Visualisierung / Batch: --html report.html bei detect/pipeline/compare für einen eigenständigen Bericht (compare fügt Satzunterschiede hinzu); --batch dir scannt ein ganzes Verzeichnis (pipeline schreibt eine CSV; die Batch--o-Zusammenfassung bleibt CSV – keine docx-Rückschreibung für die Tabelle); -o bei pipeline/transform/compare mit Endung .docx wird als Word zurückgeschrieben (v4.4.0, einfache Absätze – schließt den Kreislauf mit .docx-Direktlesen; Tabellen/Bilder/Stile werden nicht neu erstellt, komplexe Layouts manuell zusammenführen).
• Abschnittsbewusst: detect --structure bewertet Abstract/Einleitung/Methoden/Ergebnisse separat; Methoden-/Ergebnisformulierungen sind Genre-Konvention – nur im Aggregat normalisiert, rohe abschnittsweise Werte werden immer gezeigt.
• Umschreibungsplan: plan.py draft -o plan.md bewertet Sätze (P0-Warteschlange + Budgetprognose); --handoff für ein satzbezogenes Arbeitsblatt hinzufügen.
• Eingaben: .txt/.md direkt (UTF-8/UTF-16〔mit BOM〕/GBK automatisch transkodiert, v4.0), .docx direkt, PDF experimentell (Standardsicheres Tor = mittel seit v3.8; 低 stellt Annotierungsmodus wieder her; references/pdf_confidence.md).
• Begriffsliste: python scripts/extract_terms.py draft.txt -o terms.txt (manuell bestätigen); jeder Lauf akzeptiert --suggestions path.md für ein Überarbeitungsarbeitsblatt.
• Nicht-akademischer Text: --profile general hinzufügen, um formale Schablonen herunterzugewichten.

Oder die Schritte einzeln ausführen (im eigenen Verzeichnis des Skills oder mit absoluten Pfaden):

python scripts/detect.py draft.txt            # Stilmuster-Selbstprüfung (-j JSON, -s nur Bewertung)
python scripts/transform.py draft.txt -o step1.txt
# ... agentengestützte Qualitätsüberarbeitung von step1.txt gemäß Styleguide ...
python scripts/verify.py draft.txt step2.txt --terms terms.txt
python scripts/compare.py draft.txt step2.txt

Szenarienorientierte Best Practices (Journal-Einreichung, Thesis, Überarbeitungsschreiben, Batch, CI-Gates, Fehlalarmbehandlung, chinesische Zeichensetzung): references/best_practices.md. Durchgängig ausgearbeitete Beispiele: references/examples.md. Vereinheitlichte Exit-Codes, Verletzungskategorien und Abhilfen: references/errors.md. Zentralisierte Liste häufiger Fehler (27 Punkte): references/pitfalls.md – vor dem ersten echten Lauf lesen. Python-API-Referenz: references/api.md. FAQ: references/faq.md.

• Überarbeitungsverfolgung: --track base zeichnet jede mechanische Änderung in base.md + base.json auf (prüfbar: Regel, Anzahl, gelöschte Sätze, markiert).
• PDF (experimentell): Text-PDFs inkl. eingebetteter Schriftarten/ToUnicode seit v3.0.0 – Extraktion versucht, Konfidenz auf "中" begrenzt mit einer Stichprobenprüfungsnotiz; CJK-CID-Dateien werden weiterhin von den ‚Garbage-Probes‘ mit Exportanleitung abgelehnt. Maßstab: 800K-Zeichen-Chunks (2K Überlappung) · 50MB-Grenze · ganzheitliche Integritätsabsicherung.

Agenten-Aufrufprotokoll

Wenn aufgerufen, zuerst den Pfad entscheiden, dann ausführen:

• Auslösewörter: 写作风格自查 / 论文改写润色 / 去模板腔 / 翻译腔清理 / 学术改写 / 段落改写 / 表达优化 / style self-check / style naturalization / naturalize academic writing / de-templating / academic rewriting / passage rewrite / expression polish / translationese cleanup (= europäisierte Syntax: gehäufte Passivkonstruktionen, Nominalisierungsketten, lange Attribute – siehe style_guide_en Schritte 1/3) / make my writing sound less machine-written / reduce the templated tone / clean up model residue or stray citation tokens / fix stiff formal prose / polish my draft for submission without changing the data / check that numbers and citation IDs survived editing → die obige Pipeline ausführen.（中文变体触发词见 SKILL_ZH.md——CH 分寸词不入英文文件；数字自洽/术语混用类请求路由到 check_stats.py / check_terms.py，见下）（Parameter-Spickzettel befindet sich im Schnellstart; Exit-Code-Tabellen in references/errors.md – beide sind von hier aus verlinkt, um das Suchen über Abschnitte hinweg zu vermeiden.）
• Disambiguierung (dieses Tool vs. ein Polierer): 「论文改写润色」 bedeutet hier Stil-Naturalisierung / Entschablonisierung (Entfernen des maschinellen Geschmacks aus wissenschaftlicher Prosa). Entscheidungsregel – zu einem Polierer (paper-polisher-pro) leiten, wenn es nur um Sprachkorrektheit/Flüssigkeit geht: 「帮我改下语法」「按期刊风格改写摘要」; zu diesem Werkzeugkasten leiten, wenn es um schablonenhaften Ton oder Modellreste geht: 「这篇读起来像 AI 写的」「文里有 [cite: 1] 这种残留」; wenn beides zutrifft, zuerst polieren, dann diese Pipeline ausführen – keines ersetzt das andere.
• Terminkonsistenz (Abkürzung vs. Vollform, gemischte Synonyme) → check_terms.py datei --pack <domäne>; um direkt einen vereinheitlichten Entwurf zu erstellen, --unify output.txt hinzufügen (jede Gruppe auf die dominante Variante vereinheitlicht, Ersetzungsanzahlen pro Variante aufgeführt – beratende Ausgabe, vor Übernahme prüfen, dann verify ausführen; v4.4.0); --list-packs zeigt alle acht Domänenpakete an (v3.0.0).
• Zahlen, die nicht übereinstimmen (Prozentliste summiert nicht auf 100, gleiche Gruppe mit zwei verschiedenen n, p/P-Stil-Mix) → check_stats.py datei (v3.2.0; Exit-Codes passen zu check_terms: 0 konsistent / 1 Probleme gefunden). Kapitelförmige Manuskripte: check_stats.py --batch Verzeichnis aggregiert Gruppen-n über Dateien hinweg (Abstract-vs.-Methoden-Diskrepanzen, v3.3.0). Oder alles auf einmal: pipeline.py entwurf --check-stats.
• Benutzer möchte wissen, was zuerst korrigiert werden soll → plan.py draft.txt -o plan.md (P0-Satzwarteschlange + Budgetprognose); --handoff hinzufügen, um das satzbezogene Anweisungsblatt auszugeben (Absicherungen + Annahmebefehle, v3.0.0).
• Benutzer wünscht quantifizierte Annahme einer Umschreibung → stylecheck.py Original Änderung --compare (v2.6.0 Stilprofildelta; Auslöser: 风格画像 / 量化验收 / 深改验收 / style profile / acceptance check).
• Ein Batch-Lauf wurde unterbrochen (Strg-C / Stromausfall / Timeout) → mit --batch Verzeichnis --resume erneut ausführen (überspringt abgeschlossene Dateien; geänderte oder zuvor fehlgeschlagene Dateien werden automatisch wiederholt; der Fortschritt wird im Batch-Verzeichnis als .pr_batch_state.json gespeichert).
• Szenario-Verknüpfungen (v3.8.0 Konsolidierung): CI/Batch-Gating → --exit-verdict (--ci-Alias; 0 sauber / 3 tief überarbeiten / 4 Rest / 1 Integrität gescheitert, nur Pipeline); Fehlalarmbehebung → learn_guards.py from-text Begriff Beispiel.txt; wo mit tiefer Überarbeitung beginnen → pipeline Original -o Änderung --handoff Übergabeblock.md (ein Befehl, kein separater plan-Lauf).
• Mehrkapitel-Terminologievereinheitlichung → check_terms.py --batch Verzeichnis (dateiübergreifende Variantenabweichung: jede Datei intern konsistent, der Satz inkonsistent).
• Ein Scan markiert einen legitimen Begriff (Fehlalarm) → die Musterdateien nicht bearbeiten; stattdessen eine Absicherung speichern: learn_guards.py from-text Begriff Beispiel.txt (oder add) – die Absicherung

…

[gekürzt für Übersetzung]