分享5个去AI味的写作skill,附安装教程

简介: 陌晨分享5个开源“去AI味”Skill:Humanizer-zh(最火汉化版)、human-writing(重人味表达)、说人话(职场场景优先)、qu-ai-wei(专治模板腔)、lieflat-less-ai-tone(基于283万字实证)。支持Claude、豆包等工作台,一句指令即生效,助AI文字更自然、真实、有温度。(239字)

大家好,我是陌晨。

用AI写东西,最常见的问题不是写错,而是写得太"对"了。

句子通顺,逻辑完整,挑不出毛病,可读完就是不像人话。一眼AI味。

以前的办法是攒一堆"去AI味提示词",每次复制粘贴,改完下次又找不着。现在有了skill,一次装好,以后说一句"帮我去下AI味"就行。

“

目前觉得最好的AI味还是具备更多的内容语料,上下文的内容沉淀,以及框架的约束,这样会更好。

skill可以理解成提前写给AI的一份操作手册。装进 Claude Code、Codex、WorkBuddy、豆包工作这类工具里,它就默认按这套规矩干活,不用每次从头教。

今天分享5个GitHub上开源的去AI味skill,大家可以对照着来使用。

01Humanizer-zh

英文爆款 Humanizer 的汉化版,GitHub 1.9万星,目前最火的一个。

它干的事很直接:把中文里那些一看就是AI写的痕迹挑出来清掉,比如堆砌的排比、空洞的总结句、过度的"首先其次最后"。

已经有一版初稿、只想让它读着自然点,交给它最省心。周报、邮件、润色都能用。拿不准选哪个,先装它。

安装地址:github.com/op7418/Humanizer-zh

02human-writing

数字生命卡兹克开源的,4000多星,也是我自己写作流程里一直在用的那个。

它的思路跟上一个不一样,不只是换词,而是让文字像一个具体的人在说话。素材不够的时候它会直接提醒你,不会硬给你凑字数。

适合公众号、观点文、带个人经历的长文。做自媒体的,优先试它。

安装地址:github.com/KKKKhazix/human-writing

03说人话(shuorenhua)

2000多星,主打职场场景。

它改稿的顺序是先锁事实,再动语气。数字、结论、谁负责什么,这些先固定住,然后才去删套话。

所以特别适合周报、项目总结、会议纪要这类内容。改得再顺,意思改错了就是事故,怕这个的直接用它。

`安装地址:[https://github.com/MrGeDiao/shuorenhua\[1](https://github.com/MrGeDiao/shuorenhua[1)]

04qu-ai-wei

专门收拾"翻译腔"和"模板味"。

有些稿子每个词都没毛病,整段读下来就是一股被套过模板的感觉。它会动段落结构,不只是替换几个词。

适合AI直接吐出来、读着很顺但很假的长文初稿。

安装地址:github.com/LifelongLazyLearner/qu-ai-wei

05lieflat-less-ai-tone

2600多星,最"讲证据"的一个。

作者拿约283万字的人类文章和AI文章做对比,统计出哪些特征真的更像AI,再写成规则。不是凭感觉列清单。

像"不是A,而是B"这种句式、密集的破折号、段落开头先来一句空评价,它抓得比较准。想要有依据的去味,选它。

安装地址:github.com/larashero3-dotcom/lieflat-less-ai-tone

06怎么安装

最简单的方式,打开你常用的AI工具(Claude Code、Codex、WorkBuddy、豆包工作都行),把GitHub地址丢给它,说一句:







帮我安装这个skill https://github.com/op7418/Humanizer-zh

装好后,写完东西直接说"用 Humanizer-zh 帮我去掉这段的AI味"就行。

习惯用命令行的,也可以一行装好:







npx skills add op7418/Humanizer-zh

其他四个,把后面的仓库名换掉就行。

07怎么选

不用五个全装,两个就够。

日常润色、周报总结:Humanizer-zh 打底,职场文档再加说人话。

公众号、小红书这类要人味的:human-writing 打底,想更稳再加 lieflat-less-ai-tone。

最后说一句,skill能去掉AI味,但去不掉"没东西可写"。观点和经历得是你自己的,AI只负责让它读起来像你。

这5个是我觉得最值得装的,如果有更好用的去AI味skill,也欢迎评论区分享。

我是陌晨,下次见。

相关文章
|
20天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
8869 26
|
19天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
3775 16
|
18天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2238 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
5天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
405 1
|
13天前
|
人工智能 Linux 开发者
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
Codex是OpenAI推出的AI编程智能体,可读取本地项目、理解需求并自动修改代码。支持桌面GUI、命令行(CLI)及VS Code/Cursor插件三种形态,覆盖可视化操作、终端高效开发与编辑器无缝集成场景,助开发者用自然语言驱动编码全流程。(239字)
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
|
6天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
7天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
935 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
|
19天前
|
云安全 人工智能 安全