#!/usr/bin/env python3 """ 中文去AI化工具 基于 oh-my-writing-skill 的 humanizer-cn 技能 消除AI写作痕迹，让文章更自然 """ import re import json from typing import Dict, List, Optional class HumanizerCN: """中文去AI化处理器""" def __init__(self): # AI写作特征模式 self.ai_patterns = { # 过度强调意义和历史地位 'overemphasis': [ r'彰显[了着]', r'见证[了着]', r'标志着', r'具有里程碑意义', r'揭示了', r'体现了', r'承载着', r'奠定了基础', r'树立了标杆', r'开创了先河', r'具有划时代意义', r'承前启后' ], # 过度强调知名度和媒体报道 'overhype': [ r'广受关注', r'引发热议', r'备受瞩目', r'获得广泛报道', r'在业界引起强烈反响', r'各大媒体纷纷报道' ], # "-ing 式"假深度分析 'fake_depth': [ r'致力于', r'旨在', r'聚焦于', r'着眼于', r'立足于', r'依托于', r'围绕着', r'基于', r'借助于' ], # 广告式推销语言 'advertising': [ r'匠心独运', r'精心打造', r'倾力呈现', r'独具匠心', r'别具一格', r'独树一帜', r'引领潮流', r'开启新篇章', r'重新定义' ], # 模糊归因和万金油说法 'vague_attribution': [ r'业内人士指出', r'专家表示', r'有观点认为', r'据了解', r'据悉', r'相关人士透露', r'多方消息显示' ], # 套路化的"挑战与展望"段落 'cliche_ending': [ r'尽管如此', r'虽然面临挑战', r'但我们有理由相信', r'未来可期', r'前景广阔', r'任重道远', r'砥砺前行' ], # 高频AI词汇 'ai_vocabulary': [ r'此外', r'值得一提的是', r'值得注意的是', r'不言而喻', r'毋庸置疑', r'显而易见', r'与此同时', r'综上所述', r'总而言之', r'一言以蔽之', r'鉴于此', r'基于此', r'有鉴于此', r'就此而言', r'从某种意义上说' ], # 回避简单动词 'avoid_simple_verbs': [ r'作为[^，。]*而存在', r'扮演着[^，。]*的角色', r'承担着[^，。]*的使命', r'发挥着[^，。]*的作用', r'被视为', r'被认为是' ], # 否定式并列句 'negative_parallel': [ r'不仅[^，。]*更是[^，。]*', r'不只是[^，。]*而是[^，。]*' ], # 三段式堆砌 'triple_structure': [ r'创新、品质与服务的完美结合', r'高效、稳定、易用三大特点' ] } # 替换映射 self.replacement_map = { # 语气转换 '本文将介绍': '今天来聊聊', '建议用户': '建议大家', '该产品性能优秀': '这个真的很好用', '综上所述': '总之就是', '值得注意的是': '划重点', '需要指出的是': '这里要注意', '根据研究显示': '我发现', '一般来说': '通常来说', '具体来说': '具体来说', '换句话说': '简单说就是', '例如': '比如', '此外': '另外', '然而': '不过', '因此': '所以', '最终': '最后', # 简化表达 '为了能够实现这一目标': '为了', '由于这一事实的存在': '因为', '在当前这个时间点上': '现在', '在如果需要帮助的情况下': '如果需要帮助', '具有能够处理的能力': '能处理', '需要特别指出的是': '', # 具体化 '该项目一经发布便引发业界广泛关注': '发布后反响不错', '业内专家普遍认为': '有专家认为', '具有广阔的应用前景': '应用前景不错', '对行业产生深远影响': '对行业影响挺大' } def detect_ai_patterns(self, text: str) -> Dict: """检测AI写作模式""" detection = { 'total_patterns': 0, 'patterns_by_type': {}, 'suggestions': [] } for pattern_type, patterns in self.ai_patterns.items(): count = 0 found_patterns = [] for pattern in patterns: matches = re.findall(pattern, text) if matches: count += len(matches) found_patterns.extend(matches) if count > 0: detection['patterns_by_type'][pattern_type] = { 'count': count, 'examples': list(set(found_patterns))[:3] # 最多显示3个例子 } detection['total_patterns'] += count # 生成建议 if detection['total_patterns'] > 10: detection['suggestions'].append('AI痕迹较重，建议全面重写') elif detection['total_patterns'] > 5: detection['suggestions'].append('有较多AI痕迹，建议重点修改') elif detection['total_patterns'] > 0: detection['suggestions'].append('有少量AI痕迹，建议微调') else: detection['suggestions'].append('AI痕迹较少，质量不错') return detection def humanize_text(self, text: str, aggressive: bool = False) -> str: """去AI化处理""" if not text: return text # 第一步：替换模式化表达 humanized = text for pattern, replacement in self.replacement_map.items(): humanized = humanized.replace(pattern, replacement) # 第二步：处理段落结构 paragraphs = humanized.split('\n\n') processed_paragraphs = [] for para in paragraphs: if not para.strip(): processed_paragraphs.append(para) continue # 缩短长段落 if len(para) > 200: sentences = re.split(r'[。！？]', para) if len(sentences) > 3: para = '。'.join(sentences[:3]) + '。' # 添加一点"人味" if aggressive and len(para) > 50: # 随机添加一些口语化表达 import random human_touches = [ '说实话', '我个人觉得', '其实吧', '怎么说呢', '你猜怎么着' ] if random.random() < 0.3: # 30%概率添加 touch = random.choice(human_touches) para = f"{touch}，{para}" processed_paragraphs.append(para) humanized = '\n\n'.join(processed_paragraphs) # 第三步：修复过度修饰 # 移除过多的修饰词 modifiers = ['非常', '极其', '十分', '特别', '相当', '颇为'] for modifier in modifiers: pattern = rf'{modifier}[的得地]?[^，。]*?的' humanized = re.sub(pattern, '', humanized) # 第四步：简化列表结构 lines = humanized.split('\n') simplified_lines = [] for line in lines: # 简化加粗列表项 if re.search(r'\*\*.*?\*\*：', line): line = re.sub(r'\*\*(.*?)\*\*：', r'\1：', line) simplified_lines.append(line) humanized = '\n'.join(simplified_lines) return humanized def add_human_touch(self, text: str) -> str: """添加人味""" if not text: return text # 添加一些个人化的表达 touches = [ '我试过', '我的经验是', '说实话', '个人觉得', '其实吧', '你猜怎么着', '没想到的是' ] import random # 在开头添加 if random.random() < 0.4: touch = random.choice(touches) text = f"{touch}，{text}" # 在中间随机添加 sentences = re.split(r'[。！？]', text) if len(sentences) > 2: insert_pos = random.randint(1, len(sentences)-1) touch = random.choice(touches) sentences.insert(insert_pos, f"{touch}，") text = '。'.join(sentences) return text def analyze_and_humanize(self, text: str) -> Dict: """分析并去AI化""" print("🔍 分析文本中的AI痕迹...") # 检测AI模式 detection = self.detect_ai_patterns(text) print(f"📊 检测结果:") print(f" 总AI模式数: {detection['total_patterns']}") for pattern_type, info in detection['patterns_by_type'].items(): print(f" {pattern_type}: {info['count']} 处") if info['examples']: print(f" 示例: {', '.join(info['examples'][:2])}") # 去AI化处理 print("\n🛠️ 进行去AI化处理...") humanized = self.humanize_text(text, aggressive=detection['total_patterns'] > 5) # 添加人味（如果需要） if detection['total_patterns'] > 3: print("💬 添加人味...") humanized = self.add_human_touch(humanized) # 计算改进程度 original_length = len(text) humanized_length = len(humanized) length_change = ((humanized_length - original_length) / original_length) * 100 result = { 'original_text': text, 'humanized_text': humanized, 'detection': detection, 'stats': { 'original_length': original_length, 'humanized_length': humanized_length, 'length_change_percent': round(length_change, 2), 'ai_patterns_removed': detection['total_patterns'] }, 'suggestions': detection['suggestions'] } print(f"✅ 处理完成") print(f" 原文长度: {original_length} 字符") print(f" 处理后长度: {humanized_length} 字符") print(f" 长度变化: {length_change:.1f}%") print(f" 建议: {', '.join(detection['suggestions'])}") return result def main(): """主函数""" import argparse parser = argparse.ArgumentParser(description='中文去AI化工具') subparsers = parser.add_subparsers(dest='command', help='命令') # analyze命令 analyze_parser = subparsers.add_parser('analyze', help='分析文本') analyze_parser.add_argument('--text', help='要分析的文本') analyze_parser.add_argument('--file', help='文本文件路径') # humanize命令 humanize_parser = subparsers.add_parser('humanize', help='去AI化处理') humanize_parser.add_argument('--text', help='要处理的文本') humanize_parser.add_argument('--file', help='文本文件路径') humanize_parser.add_argument('--output', help='输出文件路径') humanize_parser.add_argument('--aggressive', action='store_true', help='激进模式') # test命令 subparsers.add_parser('test', help='测试功能') args = parser.parse_args() humanizer = HumanizerCN() if args.command == 'analyze': text = args.text if args.file: with open(args.file, 'r', encoding='utf-8') as f: text = f.read() if not text: print("❌ 请提供文本") return result = humanizer.analyze_and_humanize(text) print("\n📊 分析结果:") print(json.dumps(result['detection'], indent=2, ensure_ascii=False)) elif args.command == 'humanize': text = args.text if args.file: with open(args.file, 'r', encoding='utf-8') as f: text = f.read() if not text: print("❌ 请提供文本") return result = humanizer.analyze_and_humanize(text) if args.output: with open(args.output, 'w', encoding='utf-8') as f: f.write(result['humanized_text']) print(f"✅ 已保存到: {args.output}") else: print("\n📝 处理后的文本:") print("=" * 60) print(result['humanized_text']) print("=" * 60) elif args.command == 'test': test_text = """该软件的发布标志着人工智能领域的一个重要里程碑，彰显了公司在技术创新方面的不懈追求。此外，值得一提的是，该产品具有高性能、低功耗、易扩展三大优势。业内专家普遍认为，这将对整个行业产生深远影响。尽管面临诸多挑战，但我们有理由相信，未来可期。""" print("🧪 测试去AI化功能") print("=" * 60) print("测试文本:") print(test_text) print("=" * 60) result = humanizer.analyze_and_humanize(test_text) print("\n📝 处理后的文本:") print("=" * 60) print(result['humanized_text']) print("=" * 60) else: parser.print_help() if __name__ == "__main__": main()