UbuntuAnti-AI Detector - 去AI化技能
检测并去除AI生成文本中的AI痕迹，支持中文、英文和小红书风格优化。
🎯 功能特性
- ✅ 中文去AI化 - 去除中文AI文本的典型痕迹
- ✅ 英文去AI化 - 基于Stop Slop的英文优化
- ✅ 小红书风格 - 针对小红书平台的特殊优化
- ✅ 自动检测 - 智能识别文本语言和场景
- ✅ IT项目集成 - 直接集成到IT资讯自动化流程
🚀 快速开始
命令行使用
# 处理单段文本
python3 humanize.py "你的AI生成文本"
# 处理文件
python3 humanize.py -f input.txt -o output.txt
# 指定风格
python3 humanize.py -t zh "中文文本"
python3 humanize.py -t en "English text"
python3 humanize.py -t xhs "小红书文本"
# 分析AI痕迹（不处理）
python3 humanize.py --analyze "文本"
Python API
from humanize import AntiAIDetector
detector = AntiAIDetector()
# 中文去AI化
result = detector.humanize_cn("值得注意的是...")
# 英文去AI化
result = detector.humanize_en("Here's the thing...")
# 小红书风格
result = detector.humanize_xhs("姐妹们！这个神器绝绝子！")
📋 检测规则
中文AI痕迹
| 类型 | 示例 | 替换为 |
|---|---|---|
| 标志性短语 | "值得注意的是" | "" |
| "我们可以看到" | "" | |
| "不难发现" | "可以看出" | |
| "显而易见" | "很明显" | |
| 结构模式 | "首先...其次...最后" | "第一...第二...最后" |
| "综上所述" | "总结来说" | |
| 过度修饰 | "非常" | "很" |
| "极其" | "特别" | |
| 模板化 | "随着...的发展" | "" |
| "在当今社会" | "" |
英文AI痕迹（基于Stop Slop）
| 类型 | 示例 | 替换为 |
|---|---|---|
| 标志性短语 | "Here's the thing" | "" |
| "Let that sink in" | "" | |
| "The uncomfortable truth is" | "Truth is" | |
| "Let me be clear" | "" | |
| 过度动词 | "navigate" | "handle" |
| "unpack" | "explain" | |
| "leverage" | "use" | |
| 固定结构 | "Not because X. Because Y." | "Not from X, but from Y." |
| "That's it. That's the..." | "" |
小红书风格优化
| 类型 | 示例 | 替换为 |
|---|---|---|
| 营销词汇 | "绝绝子" | "很好" |
| "YYDS" | "很棒" | |
| "闭眼入" | "推荐" | |
| "神器" | "好用" | |
| 称呼 | "姐妹们" | "大家" |
| 术语 | "干货" | "内容" |
| "码住" | "收藏" |
🔧 集成到IT资讯系统
方式1：直接调用
from it_integration import humanize_for_it_news
# 翻译后处理
translated = ai_processor.translate_article(content)
humanized = humanize_for_it_news(translated, content_type='translation')
# 总结后处理
summary = ai_processor.summarize_article(content)
humanized = humanize_for_it_news(summary, content_type='summary')
方式2：完整管道
from it_integration import ITContentHumanizer
humanizer = ITContentHumanizer()
# 完整处理
content = {
'title': '原标题',
'translated': '翻译内容',
'summary': '总结内容',
'platform': 'xiaohongshu' # 或 'email'
}
result = humanizer.full_pipeline(content)
print(result['title'])
print(result['summary'])
方式3：风险分析
from it_integration import ITContentHumanizer
humanizer = ITContentHumanizer()
risk = humanizer.analyze_risk(text)
print(f"风险等级: {risk['risk_level']}") # low/medium/high
print(f"得分: {risk['score']}")
print(f"建议: {risk['suggestions']}")
📝 修改IT资讯处理器
在 process_articles.py 中添加：
from skills.anti_ai_detector.it_integration import ITContentHumanizer
class ArticleProcessor:
def __init__(self):
self.ai_processor = AIProcessor()
self.humanizer = ITContentHumanizer() # 新增
def process_single_article(self, article_id: int):
# ... 原有代码 ...
# AI处理后，添加去AI化
translated = self.ai_processor.translate_article(content)
translated = self.humanizer.process_translation(translated) # 新增
summary = self.ai_processor.summarize_article(content)
summary = self.humanizer.process_summary(summary) # 新增
# ... 后续代码 ...
🎨 效果示例
中文示例
原文：
值得注意的是，这项技术非常重要。我们可以看到，随着AI的发展，
越来越多的应用场景被开发出来。首先，它提高了效率；其次，
它降低了成本；最后，它改变了工作方式。
去AI化后：
这项技术非常重要。
越来越多的应用场景被开发出来。第一，它提高了效率；第二，
它降低了成本；最后，它改变了工作方式。
英文示例
原文：
Here's the thing: building great products is hard.
Not because they lack talent. Because they lack clarity.
Let that sink in.
去AI化后：
building great products is hard.
Not from they lack talent, but from they lack clarity.
小红书示例
原文：
姐妹们！今天给大家分享一个宝藏神器！🔥🔥🔥
强烈推荐大家码住这个干货！
优化后：
大家！今天给大家分享一个不错好用！🔥🔥🔥
推荐大家收藏这个内容！
📊 性能指标
- 中文检测：30+ 种AI痕迹模式
- 英文检测：40+ 种Stop Slop模式
- 小红书优化：20+ 种营销词汇
- 处理速度：~1000字/秒
🔗 参考
- Stop Slop: https://github.com/hardikpandya/stop-slop
- Inspired by: Hardik Pandya
📝 License
MIT