GitHub 上爆火的 10 个去 AI 味 Skill,我替你整理好了
- 免费干货
- 2小时前
- 9热度
- 0评论
最近 GitHub 上冒出来一批“去 AI 味”的 Skill。乍看像是同一类东西:把模型写出来的文字修一修,删掉套话,换点口语,让它不要一眼假。
但如果你把这 10 个项目放在一起看,会发现它们其实不是同一种工具。
有的负责删腔调,有的负责中文语感,有的负责前端审美,有的负责蒸馏作者风格,有的把写作拆成流水线,还有的提供检测语料和风格审计。它们合在一起,更像一套新的 AI 写作工作台:不是让 AI “装成人”,而是让人重新控制表达。

01 humanizer:英文去 AI 痕迹的元老级 Skill
humanizer 是这一波工具里最直观的一个:它的目标就是移除 AI 生成文本中的典型痕迹,让文字更自然,更像真实人写出来的东西。
它适合处理英文文章、说明文、邮件、产品文案这类材料。优点是定位非常清楚,不跟你讲玄学,直接围绕 AI 写作常见模式下手:过度顺滑、句式太工整、转折太标准、语气太满。
如果你的英文稿总有一种“礼貌、完整、但没有人味”的感觉,它就是最简单的第一道清洗器。
GitHub:https://github.com/blader/humanizer
02 Humanizer-zh:把 humanizer 带进中文语境
Humanizer-zh 是 humanizer 的中文版本,但它的价值不只是翻译。中文 AI 味和英文 AI 味不完全一样,中文里更容易出现的是“端着说话”:动不动就“值得注意的是”“从某种程度上说”“这不仅是……更是……”。
这个项目把 AI 写作痕迹识别、快速检查清单、质量评分等内容带进中文场景,适合编辑 AI 生成的中文长文、公众号稿、知识类文章和说明文。
它的优点是门槛低:你不需要先搭复杂工作流,只要把稿子喂进去,就能得到一轮更像中文作者的改写方向。
GitHub:https://github.com/op7418/Humanizer-zh
03 stop-slop:专门清掉“AI 套路腔”
stop-slop 的名字很准确,它不是泛泛地“润色”,而是抓 AI 文本里的 slop:那些高频但空泛的词、结构和节奏。
它的目录里把问题拆得很细:哪些短语该删,哪些结构要避开,哪些 before/after 可以参考。它更像一本“反 AI 腔写作手册”,尤其适合在终稿前做一次审稿。
它的优点是锋利。很多润色工具会把文章改得更顺,但 stop-slop 的价值是反过来:让文字别那么顺,别那么满,别那么像模板。
GitHub:https://github.com/hardikpandya/stop-slop
04 taste-skill:别让 AI 生成廉价前端
taste-skill 看起来不完全属于“写作去 AI 味”,但我觉得它必须放进这个清单。
因为 AI 味不只出现在文字里,也出现在界面里:大渐变、大圆角、大卡片、空洞 hero、万能 SaaS 风、看起来什么都对但没有审美判断。
Taste Skill 的定位是给 AI Agent 增加前端品味,避免生成无聊、泛化、廉价的界面。它对做工具站、落地页、产品原型、AI 应用 UI 的人很实用。优点是它不只是“变好看”,而是在约束 AI 不要用默认审美偷懒。
GitHub:https://github.com/Leonxlnx/taste-skill
05 ai-flavor-remover:中文文章润色师
ai-flavor-remover 更像一个面向中文长文的“AI 文章润色师”。它强调在保留核心信息的同时,去掉机械感,注入更自然的语气和阅读趣味。
这个项目的 README 里也有一个重要提醒:AI 味有时不是坏事,关键不是盲目绕检测,而是把东西讲清楚、有道理、有逻辑、有趣。
我很喜欢这个判断。真正好的去 AI 味,不是把句子弄碎,不是硬塞口语,而是让文章重新有取舍、有现场感、有作者的判断。
GitHub:https://github.com/hylarucoder/ai-flavor-remover
06 shuorenhua:中文优先,先保事实,再改腔调
shuorenhua 的核心是“说人话”。它明确面向中文场景,也明确强调:先保信息,再谈风格。
这点很关键。很多去 AI 味工具最大的问题,是把事实也改丢了,把原本清楚的技术说明改成了“像人但不准”的表达。shuorenhua 更适合聊天回复、技术同步、README、论坛帖和中文长文,它的优点是保真意识强。
如果你经常用 AI 写工作消息、产品说明、开源项目文档,它会比单纯的文艺化改写更稳。
GitHub:https://github.com/MrGeDiao/shuorenhua

07 nuwa-skill:蒸馏一个人的表达 DNA
nuwa-skill 的目标更大。它不是简单去 AI 味,而是蒸馏一个人的思维方式,包括心智模型、决策启发式和表达 DNA。
这类工具适合做“长期风格资产”:比如你想让 AI 学会某位创始人的判断方式,某位作者的表达结构,某个团队的内部写作口径。它处理的不是某一篇稿子,而是“风格和思维模型能不能复用”。
它的优点是从“修文案”上升到了“建分身”。当然,这也意味着它更适合认真配置,不适合随手一跑就完事。
GitHub:https://github.com/alchaincyf/nuwa-skill
08 writing-agent:把写作变成可复盘流水线
writing-agent 是这 10 个里最像系统工程的一个。
它把写作从“一次性吐全文”,改成分阶段策划、证据留痕、审稿、去 AI 味、导出终稿的流水线。对公众号作者、长文作者、内容团队来说,这个思路非常有价值。
它的优点不是某个 prompt 写得多神,而是把写作过程拆开:选题、资料、结构、初稿、读者测试、审稿、排版,每一步都可以中断、修改、复盘。AI 写作真正要稳定,靠的不是神奇提示词,而是流程。
GitHub:https://github.com/dongbeixiaohuo/writing-agent
09 chatgpt-comparison-detection:检测与语料基座
chatgpt-comparison-detection 不是普通 Skill,而是 HC3 项目的官方仓库,包含人类与 ChatGPT 问答对比语料、检测器和相关研究。
如果前面那些工具偏实践,这个项目就偏基础设施。它提醒我们一件事:所谓“AI 味”,不是纯主观感受,也可以被拆成语料、分布、检测任务和分类模型。
它适合研究者、检测工具开发者、内容平台、或者想理解 AI 文本检测底层逻辑的人。优点是有数据基座,不停留在“我觉得像不像”。
GitHub:https://github.com/Hello-SimpleAI/chatgpt-comparison-detection
10 De-AI-Prompt-Enhancer:作者风格 + 去味补丁
De-AI-Prompt-Enhancer-Writer-Booster-SKILL 是一套中文去 AI 味提示词和作家增强 Skill。它的特点是把作者风格复现和去 AI 味硬约束放在一起。
项目里提到两种模式:一种偏作者风格复现,一种偏去 AI 味补丁;还包含 AI 痕迹检测体系、风格约束和自动化审计脚本。
它适合已经有固定写作口味的人:你不是想要“更自然”,而是想让 AI 靠近某种明确的文风。它的优点是约束具体,能把“别太 AI”落到句式、段落、标点、节奏这些可检查的层面。
GitHub:https://github.com/OUBIGFA/De-AI-Prompt-Enhancer-Writer-Booster-SKILL

我会怎么组合这 10 个 Skill
如果只是修一篇短文,我会这样用:先用 humanizer / Humanizer-zh 做第一轮自然化,再用 stop-slop 清模板痕迹,中文稿最后过一遍 shuorenhua,保证事实不丢、语气不端。
如果是写公众号长文,我会把 writing-agent 放在前面,用它管流程和阶段;中间用 ai-flavor-remover 做文章层面的润色;结尾用 De-AI-Prompt-Enhancer 做风格审计。
如果是做产品或工具站,我会把 taste-skill 加进来。文字不 AI,界面一股模板味,也一样露馅。
如果是长期运营个人写作风格,我会研究 nuwa-skill 和 De-AI-Prompt-Enhancer,把自己的表达习惯沉淀成 Skill,而不是每次都靠一句“请用我的风格写”。
如果是做检测、评估或数据研究,再去看 HC3。它不是日常润色器,但能帮你理解“像不像 AI”背后的可测量部分。
真正的问题不是 AI 味,而是默认味
很多人讨厌 AI 味,并不是因为它来自 AI,而是因为它没有选择。
它总是周到,总是完整,总是平衡,总是在总结,总是给你三点建议。读起来没有错,但也没有刺,没有现场,没有人真正站出来承担一个判断。
所以,去 AI 味的本质不是伪装成人类写作,而是把默认表达打碎:删掉自动生成的套路,恢复语气里的取舍,保住事实,保住节奏,保住作者自己的判断。
这 10 个 Skill 的意义也在这里。
它们不是让 AI 更会骗人,而是让我们别被 AI 的默认腔调带着走。写作权要回到人手里:人决定说什么,怎么说,哪些地方该锋利,哪些地方该留白,哪些地方宁可不那么顺,也要更真实。
AI 负责出力。
作者负责有味道。
转自:https://mp.weixin.qq.com/s/fH2_SbS0ASzAeSyIUsIMuw