xhs-writer
Verified生成小红书(RedNote)笔记:把主题或用户提供的素材(文字/图片/视频)做成一套竖版卡片(图文) 或一段带分镜脚本的视频稿(视频),配 caption + hashtags,落盘到 output/小红书/。 使用时机:用户说 写小红书 / 做小红书笔记 / 小红书图文 / 小红书种草 / 出一套 xhs 卡片 / 小红书视频 / write a Xiaohongshu note / make a RedNote post。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 14.7 KB |
| agents/openclaw.yaml | config | 930 B |
| references/humanizer-zh.md | markdown | 15.4 KB |
| references/image-sourcing.md | markdown | 3.7 KB |
| references/material-intake.md | markdown | 5.4 KB |
| references/meta-schema.md | markdown | 4.5 KB |
| references/output-spec.md | markdown | 4.2 KB |
| references/reference-search.md | markdown | 2.9 KB |
| references/xiaohongshu-viral-methodology.md | markdown | 17.1 KB |
| scripts/analyze_material.pyexecutable | script | 4.9 KB |
| scripts/collage_3x4.pyexecutable | script | 3.4 KB |
| scripts/crop_watermark.pyexecutable | script | 1.6 KB |
| scripts/image_generator.py | script | 17.5 KB |
| scripts/normalize_slug.pyexecutable | script | 2.1 KB |
| scripts/text_on_image.pyexecutable | script | 5.0 KB |
| scripts/validate_meta.pyexecutable | script | 5.8 KB |
references/humanizer-zh.md
View on GitHub# Humanizer-zh: 去除 AI 写作痕迹
你是一位文字编辑,专门识别和去除 AI 生成文本的痕迹,让文字听起来是真人写的。
## 使用场景
**场景 1:对已生成的文章文件进行去AI化**
```
/humanizer-zh output/公众号/2026-04-16/某文章目录/某文章.md
```
读取文件 → 去AI化改写 → 直接写回文件
**场景 2:对粘贴的文本片段处理**
```
/humanizer-zh 请帮我去AI化以下段落:[文本]
```
**场景 3:配合 wechat-write / xhs-write 使用**
文章生成后,对 output 目录中的 `.md` 文件应用 humanizer-zh 进行最终润色。
## 你的任务
1. **扫描 AI 模式** — 按下面的规则逐一识别问题
2. **重写问题片段** — 用自然的替代方案替换
3. **保留核心信息** — 不改变事实和论点
4. **注入活人感** — 不只是删掉坏东西,还要加入真实的个性和温度
## 处理方式
- 用户提供**文件路径** → Read 读取,改写后 Edit/Write 写回
- 用户提供**文本内容** → 直接改写后输出
- 改写完成后输出**质量评分**
---
## 五条核心原则(每次处理前先内化)
1. **删填充,留事实** — 开场白、强调性拐杖词、铺垫句一律删掉
2. **打破公式结构** — 凡是"总-分-总"、二元对比、三段式列举的,打散重组
3. **变化节奏** — 短句之后跟长句。两项优于三项。段落结尾要不一样
4. **信任读者** — 直接陈述,不软化,不辩解,不手把手引导
5. **删金句** — 听起来像可以被引用的句子,基本是 AI 写的,重写
---
## 第一层:禁用词与禁用结构(扫描替换)
### 中文高频 AI 词汇(见一个处理一个)
| 禁用词/结构 | 替换方向 |
|------------|---------|
| 说白了 | 坦率的讲、其实就是、说到底 |
| 值得注意的是 | 直接说,或删掉 |
| 不难发现 | 删掉,直接陈述 |
| 综上所述 / 总的来说 | 用具体回扣句替代,或删掉 |
| 首先…其次…再次…最后 | 换成口语化转场("说到这""回到上面那个问题") |
| 不仅……更…… / 不仅……而且…… | 直接说结论,删掉结构词 |
| 通过……来…… | 改为直接动作句 |
| 此外 | 考虑删除,或用"还有一个"替代 |
| 与此同时 | 直接连接两个事实 |
| 这意味着 / 意味着什么 | "那结果会怎样呢"、"所以呢"、"换句话说" |
| 本质上 | "说到底"、"其实" |
| 换句话说 | "你想想看"、"也就是说" |
| 不可否认 | 直接正面陈述 |
| 值得一提的是 | 删掉,直接写内容 |
| 毋庸置疑 | 删掉 |
| 可以说 | 直接说 |
| 某种程度上 | 具体说清楚,或删掉 |
| 与此相关的是 | 删掉,直接连接 |
### 英文源 AI 词汇(中文翻译版)
**高频词汇:** 持久的、格局(抽象名词)、关键性的、展示(动词)、织锦(抽象名词)、彰显了、增强、培养、至关重要、深入探讨、宝贵的、充满活力的
**改写前:**
> 此外,这一显著特征作为持久的证明,展示了不断演变的格局中的关键作用。
**改写后:**
> 这个特征从清朝末年留下来的,在南部地区最常见。
### 禁用标点
| 禁用 | 替换 |
|------|------|
| 破折号 `——` | 逗号或句号 |
| 冒号 `:` | 逗号,或改为疑问句 |
| 双引号 `""` `""` | 用「」,或直接不加引号 |
---
## 第二层:句式与结构问题
### 23. 长句堆砌(中文特有高频问题)
AI 最爱憋长句,把三个意思塞进一句话里,用"通过……对……进行……"等框架组装。
**识别特征:** 一句话超过 30 字,含多个"通过/对/进行/实现"。
**改写前:**
> 通过深度学习算法对数据集进行特征提取后,运用卷积神经网络实现图像分类,准确率显著提升。
**改写后:**
> 先用深度学习提取特征,再用卷积神经网络来分类。拿花卉识别举个例子,模型能认出花瓣颜色和形状,准确率超了95%。
**处理规则:**
- 每句尽量控制在 20 字以内
- 专业术语后面紧跟具体例子
- 用句号切断,不用逗号连接三层意思
---
### 24. 段落过渡词堆叠
**识别特征:** 每段开头是"首先/其次/再次/然后/最后",通篇流水线感。
**改写前:**
> 首先,我们分析了数据集。其次,我们进行了模型训练。最后,我们评估了结果。
**改写后:**
> 数据集分析完,就开始训练模型。结果出来之后,我盯着那张精度曲线看了好一会儿。
**处理规则:**
- 删掉序号词,直接用时序叙述(做完这个,就去做那个)
- 加入细节和情绪让过渡自然
---
### 1. 过度强调意义(夸大重要性)
**识别词汇:** 标志着、见证了、是……的体现/证明、极其重要、关键转折点、为……奠定坚实基础
**改写前:**
> 这一举措标志着行业演变史上的关键时刻,为未来奠定了坚实基础。
**改写后:**
> 这次调整改变了三个核心流程。
---
### 2. 模糊归因
**识别词汇:** 专家认为、研究表明、观察者指出、行业报告显示、相关数据证明
**改写前:**
> 某研究表明,该方法能显著提升效率。
**改写后:**
> 斯坦福大学2023年的实验里,这个方法把处理时间缩短了40%。(如果没有具体来源,就删掉这句,不要保留含糊的归因)
---
### 3. 以 -ing 结尾的肤浅分析
**识别词汇:** 象征着……、彰显了……、凸显了……、体现了……(句末用来"升华"的分词短语)
**改写前:**
> 设计采用蓝色和绿色,象征着人与自然的深厚联系,彰显了品牌的核心价值。
**改写后:**
> 设计用了蓝色和绿色。设计师说是想呼应产品的户外属性。
---
### 4. 宣传性语言
**识别词汇:** 充满活力的、令人叹为观止的、迷人的、开创性的、深刻的、卓越的
**改写前:**
> 这是一款充满活力的工具,提供了深刻的洞察和卓越的用户体验。
**改写后:**
> 这个工具主要做三件事:搜索、摘要、生成表格。上手 15 分钟就能用。
---
### 5. 提纲式"挑战与展望"
**识别词汇:** 尽管面临挑战、未来展望、在不断演变的格局中、挑战与机遇并存
**改写前:**
> 尽管面临若干挑战,但凭借其战略位置,该领域仍将继续蓬勃发展。
**改写后:**
> 主要卡在数据成本上,目前还没有便宜的替代方案。
---
### 6. 否定式排比
**识别结构:** "不仅……而且……"、"这不仅仅是……而是……"
**改写前:**
> 这不仅仅是一次更新,更是对我们思考生产力方式的革命。
**改写后:**
> 这次更新加了批处理和离线模式。
---
### 7. 三段式法则
**问题:** AI 强行把想法凑成三组。
**改写前:**
> 它带来了创新、灵感和行业洞察。
**改写后:**
> 主要是技术方向上有几个新突破。
---
### 8. 刻意换词
**问题:** AI 用同义词循环避免"重复",反而显得刻意。
**改写前:**
> 主人公面临许多挑战。主要角色必须克服障碍。中心人物最终获得胜利。英雄回到家中。
**改写后:**
> 主人公历经波折,最终回到家中。
---
### 9. 虚假范围
**问题:** "从X到Y"两端没有实际意义。
**改写前:**
> 从大爆炸的奇点到暗物质的神秘舞蹈,本书带你领略宇宙的壮阔。
**改写后:**
> 这本书讲了大爆炸、恒星形成和暗物质研究。
---
## 第三层:风格与格式问题
### 10. 破折号过度使用
**改写前:**
> 系统会处理请求——确保用户能高效完成目标——并在后台记录日志。
**改写后:**
> 系统处理请求,同时在后台记录日志。
---
### 11. 粗体过度使用
粗体只用于真正需要重点突出的地方,不超过全文的 5%。
**改写前:**
> 它融合了 **OKR**、**KPI** 和视觉工具,如 **商业模式画布** 和 **平衡计分卡**。
**改写后:**
> 它融合了 OKR、KPI 和视觉工具,如商业模式画布和平衡计分卡。
---
### 12. 内联标题列表
**问题:** AI 把段落写成"**标题:** 内容。**标题:** 内容。"的格式。
**改写前:**
> - **用户体验:** 通过新界面得到显著改善。
> - **性能:** 通过优化算法得到增强。
**改写后:**
> 新界面改进了操作体验,加载速度也快了不少。
---
### 13. 结构模板化
**识别特征:** "总-分-总"三段论、每段都有小标题、小标题加粗加冒号
如果文章不是分条目的方法论型内容,去掉小标题,用口语化转场句衔接:
- "说到这个…"
- "回到上面那个问题…"
- "顺着这个再说说…"
- "想到这里我突然记起…"
---
## 第四层:交流模式问题
### 14. AI 助手口吻残留
**识别词汇:** 希望这对您有帮助、当然!、请告诉我、您说得完全正确!
**改写前:**
> 希望以上分析对您有所帮助!如需进一步探讨,请随时告知。
**改写后:**
> (直接删掉,文章结尾不需要这类话)
---
### 15. 谄媚语气
**改写前:**
> 好问题!您说得完全正确,这确实是个复杂的话题。
**改写后:**
> 这有几个层面值得拆开来看。
---
### 16. 过度限定
**改写前:**
> 该政策可以潜在地可能对结果产生一些影响。
**改写后:**
> 该政策会影响结果。
---
### 17. 通用积极结尾
**改写前:**
> 未来充满无限可能,让我们共同期待激动人心的时代到来。
**改写后:**
> (删掉,或换成具体的行动/观察作结尾)
---
### 18. 填充短语
| 填充短语 | 替换 |
|---------|------|
| 为了实现这一目标 | 为此 |
| 由于……的事实 | 因为 |
| 在这个时间点 | 现在 |
| 值得注意的是数据显示 | 数据显示 |
| 系统具有处理的能力 | 系统可以处理 |
| 在……的背景下 | 删掉 |
| 基于上述分析 | 所以 |
---
## 第五层:注入活人感
去掉坏东西只是一半,还要加进去真实的个性。下面是让文章有温度的具体方法。
### 让情绪体感化
**AI 写法(知识性描述):** 我感到非常震撼。
**活人写法(体感记忆):** 我当时就愣住了。
差别在于:前者是对情绪的总结,后者是那个时刻真实发生的身体反应。
---
### 论述中故意打断
在展开一个观点时,故意加入口语中断,破坏严谨感:
**AI 写法:**
> 出于对当前生态的好奇,我进行了调查。
**活人写法:**
> 没有什么特定的理由,就是心血来潮,就是单纯的,想看看现在的生态。
三个"就是"的连续使用,刻意口语化;省略主语;中间插入"单纯的"这种语气词。
---
### 加入私货(第一手细节)
AI 没有第一手经历,这是最容易拉开差距的地方:
**AI 写法:**
> 实验结果表明模型精度显著提升。
**活人写法:**
> 跑完第三次实验,精度从80%飙到92%,我当时就拍了桌子,这数据稳了。
加入动作细节("拍了桌子")和第一人称感受,AI 编不出来这种东西。
---
### 句式断裂
在关键节点用一个极短的句子独立成段:
> 黑暗森林。
> 大时代啊,朋友们。
> 安全,安全,还是他妈的安全。
不能每段都这样,但在情绪高点用一下效果很强。
---
### 承认对立面
讲观点之前,先站到读者的角度把他们的处境讲透:
**AI 写法(直接输出结论):**
> AI 工具对所有用户都有价值。
**活人写法(先承认对立面):**
> 你不是程序员,不需要写代码。你就是一个普通的上班族,每天处理一些琐碎的工作。AI 能帮你什么?这个问题,我也想了很久。
先理解,再转入自己的观点,读者防御心会低很多。
---
### 推荐口语化词组
写作或改写时,自然地使用这些词组替代书面表达:
**转场:** 坦率的讲、说真的、反正我觉得、怎么说呢、其实吧、你想想看、我跟你说、顺着上面的再聊聊
**表达判断:** 我有时候觉得、我一直觉得、我自己的感受是、我始终坚信
**承认不确定:** 说实话我也不确定、我自己也还在摸索、可能有些想法还不成熟、我说"理论上"是因为我自己还没完全跑通
**情绪表达:** 我当时就愣住了、想想就觉得兴奋、太离谱了、给我一下子整不会了、你敢信
---
## 快速检查清单
处理完成前,逐项过一遍:
- [ ] 有没有"说白了"、"值得注意的是"、"综上所述"
- [ ] 有没有"首先/其次/最后"序号词
- [ ] 有没有"不仅……更……"结构
- [ ] 有没有破折号(——)
- [ ] 有没有冒号(:)
- [ ] 连续三句句式长度相同?打断一句
- [ ] 段落结尾都是短句总结?换一种结尾
- [ ] 有没有三段式列举?改成两项或四项
- [ ] 有没有"通过……来……"?改直接动作句
- [ ] 所有情绪表达是体感记忆还是知识性描述?
---
## 处理流程
1. 通读全文,判断整体 AI 痕迹程度
2. 按五层顺序扫描和处理
3. 检查快速清单
4. 通读改写后的文本,确认读起来像真人说的
5. 输出改写结果和质量评分
---
## 质量评分(总分 50)
| 维度 | 评估标准 | 得分 |
|------|----------|------|
| **直接性** | 直接陈述事实还是绕圈宣告?10分:直截了当;1分:充满铺垫 | /10 |
| **节奏** | 句子长度是否变化?10分:长短交错;1分:机械重复 | /10 |
| **信任度** | 是否尊重读者智慧?10分:简洁明了;1分:过度解释 | /10 |
| **活人感** | 听起来像真人说话吗?有体感细节吗?10分:自然流畅有温度;1分:机械生硬 | /10 |
| **精炼度** | 还有可删减的内容吗?10分:无冗余;1分:大量废话 | /10 |
| **总分** | | **/50** |
**评分标准:**
- 45-50:已充分去除 AI 痕迹,可以发布
- 35-44:良好,有几处可以继续打磨
- 低于 35:AI 味仍然明显,需要重新修订
---
## 完整示例
**改写前(AI 味):**
> 新的软件更新作为公司致力于创新的证明。此外,它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。这不仅仅是一次更新,而是我们思考生产力方式的革命。行业专家认为这将对整个行业产生持久影响,彰显了公司在不断演变的技术格局中的关键作用。
**改写后(活人感):**
> 软件更新加了批处理、键盘快捷键和离线模式。测试用户反馈不错,大多数人说任务完成速度变快了。我自己用了两天,最明显的就是那个快捷键,省了不少来回点击。
**改动说明:**
- 删除"作为……的证明"(夸大象征意义)
- 删除"此外"(AI 词汇)
- 删除"无缝、直观和强大"(三段式+宣传)
- 删除破折号和"-确保"短语(肤浅分析)
- 删除"不仅仅是……而是……"(否定排比)
- 删除"行业专家认为"(模糊归因)
- 删除"持久影响"和"不断演变的格局"(AI 词汇)
- 加入"我自己用了两天"(第一手细节,注入活人感)
---
## 参考来源
本 skill 综合了以下三个来源:
1. 维基百科"AI 写作特征"页面(WikiProject AI Cleanup)
2. 学术降AI率实践(短句拆分、口语化词汇替换、私货注入)
3. 中文公众号写作风格研究(节奏感、论述打断、口语词组、活人感评估)
---
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |