1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | lieflat-less-ai-tone |
| 作者/维护者 | larashero3-dotcom（个人开发者，产品发布于 moxt.ai 平台） |
| 来源链接 | https://github.com/larashero3-dotcom/lieflat-less-ai-tone |
| 许可证 | MIT（GitHub API 获取） |
| GitHub Stars | 511（GitHub API 获取） |
| Forks | 32（GitHub API 获取） |
| 最新版本 | 未标注 Release，以主分支 main 为准 |
| 安装方式 | npx skills add larashero3-dotcom/lieflat-less-ai-tone，或直接安装 SKILL.md |
2. 功能介绍与亮点
这是一个基于语料统计的中文“去 AI 味”改写规则集。作者构建了一份 629 篇文章（282.7 万汉字）的对照语料，其中 300 篇由五个主流模型在不加风格指令的受控条件下生成，329 篇为人类作者写作，逐项检验了 26 项公共讨论中常被认作“AI 文风”的候选特征，最终筛出 11 项有统计区分力的特征形成规则（如“翻案腔”“顿号罗列过密”“段首零主语评论”等），每条规则都附有触发标记、改法示例与不改的例外情况。
核心亮点是白名单式改写与信息守恒的硬性边界：只处理规则明确列出的问题,未命中规则的文字必须逐字保留;禁止新增或删减原文的姓名、数字、日期、引语、因果关系等任何实词信息，也不得改变文章的标题层级、段落顺序等结构。同时反直觉地列出了一批“看着像 AI 味但实测站不住”的特征（如句长参差度、比喻使用频率），明确不作为改写理由,避免过度改写。
3. 适用场景
所属分类：内容创作与知识管理
适用于文章、报告、文案等中文稿件在完成初稿后的最终清理环节：写作者或编辑将 AI 生成或人机协作产出的文本交给该 skill，依技能内置的改写标准清除 AI 写作痕迹,同时保留原文的观点、数据、语气强度与论证结构不变。也适合与作者同系列的写作风格蒸馏工具搭配，先逼近目标作者文风,再用本规则集清除生成痕迹。
4. 跨 Agent 兼容性
- Claude Code：原生支持——标准 SKILL.md（YAML front matter + 指令正文）格式，纯文本指令，无 Claude 专有工具调用
- Codex：可用——SKILL.md 正文可直接作为自定义指令/system prompt 使用，作者在文档中明确说明“亦可直接将 SKILL.md 作为 system prompt 使用，适配任何支持自定义指令的工具”
- OpenClaw：未验证
- Hermes Agent：未验证
判断依据：该技能不依赖任何平台专有 API、工具调用或运行时环境，纯提示词指令，理论上可移植性强，但未获取到除 Claude Code 外的实际安装验证记录。
5. 推荐理由
同类“去 AI 味”技能大多凭经验总结一份特征清单，这个技能的独特之处在于把清单逐条拿真实语料做了统计检验——公开报告了 26 项候选特征中有 15 项实测不具区分力（部分方向甚至与流行认知相反，如人类使用比喻的频率反而是生成文本的 2.4 倍），并单列了一节记录研究过程中 6 次算子设计失误的修正过程。这种自曝方法论局限的做法，使规则集的可信度高于同类产品，且白名单式改写边界能有效避免“越改越不像原作者”的常见问题。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 6 | GitHub 511 stars，创建 11 天内获得，fork 时间戳分散在 8 天内（非单日集中，判定为有机增长而非刷量），但暂未检索到独立第三方平台的具名讨论 |
| 可用性 | 9 | 单文件 SKILL.md，npx 一条命令或复制即用；文档完整（README + 方法论说明 + 复算脚本），近期持续维护，无付费依赖 |
| 安全性 | 9 | 纯提示词规则集，不含任何运行时代码执行或网络请求；附带的 3 个 Python 脚本仅用于研究方法复算，非技能使用路径的一部分；License 明确（MIT）；逐句审查 SKILL.md 与 README 全文未见可疑指令或夹带的品牌推广 |
综合评分：8.0
安全检查清单： ① Shell 命令与权限——不涉及，技能本体为纯文本改写指令 ② 联网外发——无，改写在对话上下文内完成 ③ API Key/凭据——不需要 ④ 可疑指令/Prompt Injection——未发现 ⑤ 作者/组织信誉——个人开发者，无造假迹象 ⑥ License——MIT，明确 ⑦ 最近维护——仓库创建于 2026-08-20，近期有代码更新
7. 跟同类 Skills 相比的优势
| 技能 | 方法基础 | 改写边界 | 差异化 |
|---|---|---|---|
| lieflat-less-ai-tone | 283 万字五模型对照语料统计 | 白名单式，信息守恒硬约束 | 公开测量失误记录与被推翻的预设，方法论透明度高 |
| Humanizer-zh | 经验总结的规则清单 | 未明确信息守恒约束 | 覆盖场景更广泛，但规则来源未做统计检验 |
| sepia | 锚定单篇公开学术研究（叙事结构/文风） | 聚焦叙事质量而非逐句改写 | 偏重整体叙事结构诊断，非逐句白名单改写 |
| oh-story-claudecode | 面向小说创作场景的综合写作辅助 | 覆盖创作全流程 | 定位是创作陪伴工具，去 AI 味只是其中一环 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。同一作者发布的另一技能 lieflat-charts（数据可视化）曾获第三方博客 Tosea.ai 撰文介绍，但该评价针对的是另一技能，不代表本技能自身的社区反馈。
9. 其他补充
作者提供中英双语文档（README.md / README.en.md）。仓库同时公开了完整的研究报告（RESEARCH.md）与三个可独立运行的复算脚本，读者可替换自有语料重新验证结论。
10. 安装使用方式
- 命令行安装：
npx skills add larashero3-dotcom/lieflat-less-ai-tone - 手动安装：将
SKILL.md复制到 agent 的 skills 目录 - 通用方式：将
SKILL.md正文直接粘贴为 system prompt，适配任何支持自定义指令的工具 - 注意事项：无需重启，安装后提交待改写文本即触发处理；若同目录存在配套的写作风格蒸馏产物（如“语言DNA.md”），技能会优先按该文档的语体判断，与本规则集冲突时以蒸馏产物为准
11. 注意事项
- 规则集聚焦于句法与段落层可定位的形式特征（如顿号密度、句式同构），无法判断比喻是否贴切、案例是否堆砌等语义层问题，作者在文档中明确说明这是方法论的原理性局限
- 语料本身因版权与隐私原因未公开，第三方无法直接复核统计数字，可复核的是切分规则、分母选择与算子定义（脚本已公开）
- 规则基于 2026 年中期几个主流模型的输出特征统计，模型持续迭代可能使部分特征的区分力随时间下降，作者已在文档中标注此局限