1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | yomiyasu |
| 作者/维护者 | Aiichiro Oga(@oga_aiichiro),本人声明为个人研究与创作项目,非所在公司官方出品 |
| 来源链接 | https://github.com/nanaism/yomiyasu |
| 许可证 | MIT(GitHub API) |
| GitHub Stars | 926(GitHub API) |
| Forks | 16(GitHub API) |
| 最新版本 | v1.0.2(GitHub Releases) |
| 安装方式 | npx skills add / npx openskills install / Claude Code 插件市场 / 手动下载部署,四种渠道均可 |
2. 功能介绍与亮点
yomiyasu 专门解决一个具体问题:把 AI 生成的日语文本中“一眼能看出是 AI 写的”的痕迹去掉,同时严格保留原意,输出接近真人撰写的自然日语。它不是简单的违禁词替换,而是从句子结构层面下手:
- SVOCM 完整复原:把被省略或模糊化的主语、宾语在上下文允许范围内还原,让“谁做了什么”一目了然;代词指代也只在语境明确时才具体化,避免凭空杜撰。
- 非生物主语解构:拆解“系统渴望”“代码诉说”之类的拟人化表达,但刻意保留“这个工具收集日志”这种客观描述,不过度泛化。
- 比喻动词具体化:把“地味に効く”“时间を溶かす”这类 AI 偏好的比喻替换为日常用语,同时明确要求保留原比喻携带的语气和情感色彩,不是简单替换了事。
- 意义完整保持为最优先原则:书面写明四条不可变——论点、权重、断言强度、句子功能——修改前后必须一致,不允许借口“读起来更自然”而改变原意。
- 附带两个纯 Python 标准库脚本(
yomiyasu_lint.py静态检查、yomiyasu_diff.py差异点查),方法论基于作者自述的“对 Qiita 7 万篇文章的计量调查”与最新学术研究,而非凭经验列词表。
亮点在于工程深度:多数同类“去 AI 味”技能停留在词汇黑名单层面,yomiyasu 把判断标准拆到了日语句法结构(主述呼应、接续词指向、段落单一话题原则)这一级,并且反复强调“不增补信息”的底线,技术路线明显更扎实。
3. 适用场景
固定分类:内容创作与知识管理
适用于需要把 AI 辅助生成的日语内容(技术博客、业务说明文档、PR 说明、个人随笔/note)修订为自然日语的场景,面向日语内容创作者、技术写作者、以及用日语撰写产品文档的团队。SKILL.md 内置 tech(技术文章)、business(业务/规格文档)、essay(随笔)三种领域模式,分别调整措辞风格与客观程度。
4. 跨 Agent 兼容性
- Claude Code:原生支持——官方 README 明确列出,并提供
/plugin marketplace add一键安装 - Codex:原生支持——README 明确列出为受支持平台
- OpenClaw:未验证——技能本身是标准 SKILL.md + 纯 Python 标准库脚本,理论上满足“读取 SKILL.md 的任意 harness”均可运行的条件,但未找到针对 OpenClaw 的明确测试或声明
- Hermes Agent:未验证——同上,架构上不依赖任何 Claude Code / Codex 专有能力,但未见官方或第三方验证记录
5. 推荐理由
多数“去 AI 味”工具只是关键词替换,容易把该保留的专业术语、固定搭配一起误删;yomiyasu 把判断标准建立在日语句法结构与语义四要素(论点/权重/断言强度/句子功能)不可变这一原则上,并提供确定性静态检查脚本辅助自检,更适合对专业文档、技术博客有较高准确性要求的日语写作场景,误伤风险明显低于纯词表类方案。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | GitHub 926 星(上线 3 天内),且有具名第三方账号在 X 上发布评测性质的长文讨论、及至少一例第三方仓库通过 PR 主动引入该技能,达到多独立来源有活跃讨论的门槛 |
| 可用性 | 9 | 四种安装渠道、SKILL.md 文档详尽含分领域使用说明;配套脚本仅依赖 Python 标准库,无需额外安装依赖;版本更新频繁(3 天内发布 3 个版本),维护活跃;无付费依赖 |
| 安全性 | 8 | 见下方检查清单 |
安全检查清单:
| 检查项 | 结果 |
|---|---|
| ① shell 命令执行及权限范围 | 仅调用仓库自带的两个本地 Python 脚本(静态检查、差异点查),用途单一、范围明确 |
| ② 运行时联网外发 | 未发现——核心校验脚本不含任何网络请求代码 |
| ③ API key/凭据要求 | 无需任何凭据 |
| ④ 可疑指令迹象 | 未发现 prompt injection 或可疑指令;反而明文要求模型在信息不足时向用户确认,不擅自编造内容 |
| ⑤ 作者信誉 | 个人开发者,无造假迹象,README 主动声明“个人研究创作,非公司官方产品” |
| ⑥ License | MIT,明确 |
| ⑦ 维护时间 | 仓库创建 3 天内已发布 3 个版本,维护活跃 |
7. 跟同类 Skills 相比的优势
| 技能 | 定位 | 与 yomiyasu 的差异 |
|---|---|---|
| Humanizer | 英文 AI 写作痕迹清除,基于维基百科“AI 写作特征”条目梳理的规则集 | 面向英文,依据社区总结的通用特征列表,不针对特定语言的句法结构做深层改写 |
| shuorenhua / speak-human-tw | 中文“去 AI 味”改写,按场景控制力度 | 面向中文,核心是语域与套路识别,未涉及日语特有的 SVOCM、接续词指向等语法问题 |
| avoid-ai-writing | 通用英文写作规则,预防性地避免生成 AI 腔调文本 | 定位是“写作时预防”,而非对既有日语文本做结构级事后修订 |
yomiyasu 专门针对日语、从句法结构层面(而非词表黑名单)解决“AI 味”问题,与上述面向英文、中文的同类工具服务的语言与技术路线均不相同。
8. 用户评价
在 X(Twitter)上,日语 AI 技术内容账号「テツメモ|AI図解×検証」发布评测性质的长文,将 yomiyasu 与日本已有的多款 Humanizer 类技能做对比,指出其与既有方案(侧重“找出并修正 AI 常用词汇、结构、节奏”)在设计思路上有明显差异。另有第三方开发者通过 Pull Request 主动将 yomiyasu 引入自己的项目仓库作为写作辅助工具,构成一例真实的第三方采用证据。除此之外,目前尚无更多具名用户评价。
9. 其他补充
仓库提供日语、英语双语 README;README 中还附带供校验核心方法论的“对比示例”文档,供用户自行验证润色效果是否符合预期。
10. 安装使用方式
- NPX Skills(推荐):
npx skills add nanaism/yomiyasu - OpenSkills:
npx openskills install nanaism/yomiyasu - Claude Code 插件市场:
/plugin marketplace add nanaism/yomiyasu - 手动部署:从 GitHub Releases 下载后放入 agent 的 skills 目录
安装后无需重启,对话中用“把这段文字改得更自然”“去掉 AI 味”等指令即可触发;需要指定领域模式时可加 --domain tech|business|essay 参数,完整模式(含静态检查与差异点查)可加 --full。
11. 注意事项
- README 明确提示:若同一环境中启用了其他日语文风调整/校对类技能,可能因指令相互干扰导致输出异常,建议使用本技能时临时禁用同类技能
- 仓库上线仅 3 天,星数增长速度较快,长期维护节奏与社区生态尚待观察
- 目前仅验证了 Claude Code 与 Codex 的兼容性,OpenClaw 与 Hermes Agent 下的实际表现未经验证