docsor1212/humanize-ai-text

Academic Style Toolkit (humanize-ai-text)

アカデミック＆メディカルライティング向けのバイリンガル（中/英）スタイル自然化ツール：固い、テンプレート的な、あるいは機械的なパターンを見つけ、機械的なゴミを除去し、明瞭で自然な文体に書き換えます。すべてのステップに整合性ガードレールが付いています。 リーディングマップ（30秒ルーティング；references/INDEX.mdと同等）：初めて → クイックスタート · トラブルシューティング → 落とし穴＋エラー · CI/エージェント → 自動化 · 制限 → honest_boundaries · シナリオ → best_practices · 深いリライト → deep_rewrite_guide · PDF信頼度 → pdf_confidence · 権限 → permissions · プログラム的利用 → api。 1行で2層: 機械的クリーンアップ（transform/pipeline、決定論的） vs 品質リライト（スタイルガイドに基づくエージェント）— まずパイプラインを実行し、レポートを読んでから、どれを深くリライトするか決定します。

1行ルーティング: 文法/流暢さ/ジャーナル形式のポリッシュ → ポリッシャー（paper-polisher-pro）を使用。テンプレート除去、モデル残骸のクリーンアップ、AI的スタイルの自己チェックとリライト → このツール。両方必要な場合？まずポリッシュし、次にこのパイプラインを実行します。

機能ステータス（v5.6.0）

⚠️ 行 = 実験的（有効なファイルを拒否する可能性あり；出力を確認）。世代ごとの完全な機能リストはreferences/feature_status.mdに移動しました；項目ごとの詳細はreferences/errors.mdおよびトピックドキュメントにあります。安定版のハイライト（すべて安定、v1.0–5.6）：コア5つ · セクション認識 · リライト計画 · 学習済みガード · 機械終了コード · チャンク劣化 · バッチ再開/並行性分離 · ファイル間用語ドリフト · 統計的一貫性ガード · 用語バリアントグループ · エンコーディング自動検出 · 提出自己チェックバンドル（--bundle） · パイプライン --handoff · 検証プリスクリプト出力 · docx書き戻し · 用語統一シート · EN 2026シグナル（hedging / rule-of-three / em-dash密度 / 段落開始語） · セクション別フォーカス（--section） · CN密度ミラー（ダッシュ過剰使用 / 定型句的な段落開始語） · 超大ファイルのチャンクスキャン比較 · シグナル別根拠（なぜフラグされたか） · 一般プロファイル重み付け行列（全8構造グループ） · バッチワークシート＋統計カード · ヒット行番号（各サンプルにL{行番号}） · ヘルスレポートダッシュボード（bundle 2.0） · CN特徴量ライブラリv2 · handoff行アンカー · 文書数調整 · ダッシュボードアクションチェックリスト · バンドルリライトシート（09） · バッチリビジョンレコード · 書き込みマニフェスト自己証明（00_写入清单.json） · 比較行アンカー＋根拠 · 印刷向けレポート · ガードライブラリエクスポート/インポート。

機能	ステータス	導入時期
⚠️ PDF直接読み取り＋信頼度自己報告（埋め込みフォント/ToUnicodeを試行、「中」で上限；校正はreferences/pdf_confidence.mdを参照；v3.8.0以降のデフォルトゲート = 中 — 文字化けの可能性が高い抽出はデフォルトで拒否、--pdf-min-confidence 低で注釈のみモードに復元）	⚠️ 実験的	v1.6–3.8

整合性ガードレール — 最初に読むこと

• 許可されること: 自分の草稿のポリッシュ；学校やジャーナルがAI支援の開示を許可または要求している場合のAI支援テキストの自分の文体への調整；正当に開示された草稿からのモデル残骸（迷子のoaicite/[cite:]トークン）の除去；形式的なプローズの明瞭さ、リズム、具体性の向上。
• 許可されないこと: このツールキットを著作者の不実表示、開示が要求される場合のAI使用の隠蔽、または学術的誠実性レビューの回避に使用すること。リクエストがそのように構成されている場合（「レビューでわからないように書き換えて」）、その枠組みを拒否し、開示義務を説明し、代わりに正当な品質編集の道を提供します。このスキルを実行するエージェントは、この線を遵守することが期待されます。
• このツールはデータを決して変更しません: 数値、p値、信頼区間、DOI、PMID、年号、用語はverify.pyによって保護されています（以下参照）。改善された散文は決して事実を犠牲にしてはいけません。
• コンプライアンス: 中国のAIGCラベルルール（2025年9月1日施行）、ジャーナルの開示ポリシー、arXivポリシーの概要はreferences/compliance.mdにまとめられています — 開示義務はツールではなく著者にあります。

機能 × 境界（役割分担 + 制限 + 場所）

機能	実行する	実行しない（境界）	場所
スタイル自己チェック	ヒューリスティックレポート：決まり文句密度、リズムの均一性、官僚的文体、セクション認識	AI検出器ではない — 流暢なモデルテキストではほとんど反応しない（スコア低 ≠ AIなし）	detect.py；honest_boundariesを参照
機械的クリーンアップ	モデル残骸（oaicite/[cite:]）、チャットの埋め草、句読点の正規化、全角数字	文のリライトなし — 情報損失ゼロのレイヤーのみ	transform.py（文レベルは--deep）
品質深いリライト	テンプレート化解除 / リズム / 具体性 / スタンス（7ステップ）	データを決して捏造しない；捏造された数値はフラグされる（W_NUM_ADDED、人間が削除）	あなた（エージェント） がスタイルガイドに従って; handoffはplan --handoff経由
整合性ガード	数値/DOI/PMID/年号/用語は変更されないこと；改ざん = exit 1（FAIL出力はアンカー付きで修正を指示）	真偽の判断なし — 元のデータが権威	verify.py
比較	スコア差分 + 整合性判定 + プロファイル差分	人間の読解の代わりにはならない	compare.py / stylecheck --compare
用語一貫性	8ドメイン27グループ（HF/心力衰竭/心衰を1行）；--unifyはバリアント別置換カウント付きの統一案文を出力（採用前にレビュー）	使用の正しさはチェックしない — 同義語の統一のみ	check_terms.py --pack / --unify
数値一貫性	パーセントリストの合計（分割キュー指定） / ファイル間グループ-n / p-vs-Pスタイル	統計レビューではない — 元のデータが権威	check_stats.py（--batch）

クイックスタート

これを平易な言葉で依頼する方法（SKILL_ZH.mdの完全なフレーズ表の英語要約）: 「この論文からAIの味を取り除いて」/「これ、テンプレート的すぎる」/「oaiciteや[cite:]の残骸を消して」/「どの文を最初に直すか教えて」/「リライトで数字が壊れていないか確認して」/「スタイルプロファイルを見せて」/「この正当な用語にフラグを立てるのをやめて」 — それぞれ、パイプライン、plan.py、transform.py、verify.py+compare.py、stylecheck.py、learn_guards.pyに対応します。エージェントは不要 — 以下のすべての機能はターミナルで直接実行できます。すべてのスクリプトにはビルトインの--help（完全なフラグリファレンス）と--versionがあります。クイックフラグの意味:

フラグ	意味
--profile general	非学術テキスト：形式的/決まり文句シグナルの重みを下げる
--deep	決定論的な文レベル変換（定型開始語、マージのみではない）
--exit-verdict	CI/エージェントゲート用の機械終了コード（以下参照）
--structure	セクション認識スコアリング（IMRaD）
--step-timeout SEC	ステップごとの壁時計予算（デフォルト120）
--terms FILE	整合性ガード用の用語リスト（extract_terms.pyで作成）
--unify SHEET	check_terms: 用語統一案文を出力（v4.4.0；助言的 — 置換リストをレビュー）
--section abstract	detect: 1つのセクションだけを診断（v4.5.0；アブストラクトはレビュアーが最初に読む）
-o revised.docx	パイプライン/transform/compareで-oのパスが.docxで終わる場合、Wordを書き込み（v4.4.0、プレインパラグラフ；複雑なレイアウトは手動でマージ）

1コマンド（自己チェック → クリーンアップ → リライト概要 → 整合性ガード）:

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

• 可視化 / バッチ: detect/pipeline/compareで--html report.htmlにより自己完結型レポートを出力（compareは文レベルの差分を追加）；--batch dirでディレクトリ全体をスキャン（pipelineはCSVを書き込み；バッチ-oサマリーはCSVのまま — 表にdocx書き戻しはなし）；パイプライン/transform/compareで-oが.docxで終わる場合、Wordとして書き戻されます（v4.4.0、プレインパラグラフ — .docx直接読み取りとのループを閉じます；表/画像/スタイルは再構築されません。複雑なレイアウトは手動でマージ）。
• セクション認識: detect --structureはアブストラクト/イントロ/方法/結果を別々にスコアリング；方法/結果の言い回しはジャンル慣習に従う — 集計でのみ正規化、生のセクション別スコアは常に表示。
• リライト計画: plan.py draft -o plan.mdで文をランク付け（P0キュー＋予算見積もり）；--handoffを追加して文ごとの操作シートを出力。
• 入力: .txt/.md直接（UTF-8/UTF-16〔with BOM〕/GBK自動トランスコード、v4.0）、.docx直接、PDF 実験的（v3.8以降のデフォルト安全ゲート = 中；低で注釈のみモードに復元；references/pdf_confidence.md）。
• 用語リスト: python scripts/extract_terms.py draft.txt -o terms.txt（手動で確認）；任意の実行で--suggestions path.mdを受け付け、リビジョンワークシートを出力。
• 非学術テキスト: --profile generalを追加して形式的な決まり文句の重みを下げる。

または、個別にステップを実行（スキル自身のディレクトリから、または絶対パスを使用）:

python scripts/detect.py draft.txt            # スタイルパターン自己チェック（-j JSON、-s スコアのみ）
python scripts/transform.py draft.txt -o step1.txt
# ... スタイルガイドに従ってstep1.txtをエージェント品質リライト ...
python scripts/verify.py draft.txt step2.txt --terms terms.txt
python scripts/compare.py draft.txt step2.txt

シナリオ別ベストプラクティス（ジャーナル投稿、学位論文、リビジョンレター、バッチ、CIゲート、偽陽性処理、CN句読点）： references/best_practices.md。 エンドツーエンドの実例：references/examples.md。統一終了コード、違反カテゴリと対処法：references/errors.md。集中管理されたよくある間違いリスト（27項目）：references/pitfalls.md — 最初の本番実行前に読んでください。Python APIリファレンス：references/api.md。FAQ：references/faq.md。

• リビジョン追跡: --track baseは機械層のすべての変更をbase.md + base.jsonに記録（監査可能：ルール、カウント、削除された文、フラグ）。
• PDF（実験的）: v3.0.0以降、埋め込みフォント/ToUnicodeを含むテキストPDF — 抽出を試行、信頼度は「中」で上限付け、スポットチェックノート付き；CJK CIDファイルはガベージプローブによって拒否され、エクスポートガイダンスが表示されます。スケール: 800K文字チャンク（2Kオーバーラップ）· 50MB上限 · 文書全体の整合性ガード。

エージェント呼び出しプロトコル

呼び出されたら、まずパスを決定し、それから実行します：

• トリガーワード：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 (= Europeanized syntax: stacked passives, nominalization chains, long attributives — see style_guide_en steps 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 → 上記のパイプラインを実行。（中国語のトリガーバリエーションは SKILL_ZH.md 参照——CH分寸詞は英文ファイルには含まれません；数値一貫性/用語混在に関するリクエストは check_stats.py / check_terms.py にルーティング、以下参照）（パラメータ早見表は Quick start に、終了コード表は references/errors.md にあります — 両方ともここからリンクされており、セクション間を探す必要はありません。）
• 曖昧性解消（このツール vs ポリッシャー）：ここでの「論文改写润色」はスタイル自然化/テンプレート解除（学術散文から機械的な味を取り除くこと）を意味します。決定ルール — リクエストが単に言語の正確性/流暢性に関する場合： 「帮我改下语法」「按期刊风格改写摘要」 → ポリッシャー（paper-polisher-pro）にルーティング；テンプレート的なトーンやモデル残骸に関する場合： 「这篇读起来像 AI 写的」「文里有 [cite: 1] 这种残留」 → このツールキットにルーティング；両方該当する場合、まずポリッシュし、次にこのパイプラインを実行 — どちらも他方の代わりにはなりません。
• 用語の不整合（略語と完全形、混在した同義語）→ check_terms.py file --pack <domain>；統一案文を直接出力するには --unify output.txt を追加（各グループを主要バリアントに統一、バリアント別置換カウントを表示 — 助言的出力、採用前にレビューし、その後 verify を実行；v4.4.0）；--list-packs で全8つのドメインパックを表示（v3.0.0）。
• 矛盾する数値（パーセントリストが100にならない、同じグループに異なるn、p/Pスタイルの混在）→ check_stats.py file（v3.2.0；終了コードは check_terms と一致：0 一貫性あり / 1 問題あり）。章立て原稿：check_stats.py --batch 目录 でファイル間のグループ-nを集計（アブストラクトと方法の不一致、v3.3.0）。または一度にすべて実行：pipeline.py draft --check-stats。
• ユーザーが最初に何を修正すべきか知りたい → plan.py draft.txt -o plan.md（P0文キュー＋予算見積もり）；--handoff を追加して文ごとの指示シートを出力（ガード＋受理コマンド、v3.0.0）。
• ユーザーがリライトの定量化された受理を望む → stylecheck.py 原稿 改稿 --compare（v2.6.0 スタイルプロファイル差分；トリガー：风格画像 / 量化验收 / 深改验收 / style profile / acceptance check）。
• バッチ実行が中断された（Ctrl-C / 停電 / タイムアウト）→ --batch 目录 --resume で再実行（完了済みファイルはスキップ；変更されたか以前失敗したファイルは自動再実行；進捗はバッチディレクトリの .pr_batch_state.json に保存）。
• シナリオショートカット（v3.8.0 統合）：CI/バッチゲート → --exit-verdict（--ci エイリアス；0 クリーン / 3 深いリライト必要 / 4 残骸あり / 1 整合性失敗、パイプラインのみ）；偽陽性対策 → learn_guards.py from-text 术语 样本.txt；深いリビジョンをどこから始めるか→ pipeline 原稿 -o 改稿 --handoff 交接块.md（1コマンド、別の plan 実行不要）。
• 複数章の用語統一 → check_terms.py --batch 目录（ファイル間のバリアントドリフト：各ファイルは内部的に一貫しているが、セット全体では不一致）。
• スキャンが正当な用語にフラグを立てる（偽陽性） → パターンファイルを編集せず、代わりにガードを永続化：learn_guards.py from-text 术语 样本.txt（または add） — ガード

…[翻訳のため省略]