AC humanizer
Очеловечивание текста, сгенерированного ИИ, путем обнаружения и удаления типичных для вывода LLM паттернов. Переписывает текст, чтобы он звучал естественно, конкретно и по-человечески. Использует 24 детектора паттернов, более 500 терминов ИИ-лексики в 3 уровнях и статистический анализ (взрывность, соотношение типов и токенов, читаемость) для всестороннего обнаружения. Используйте, когда вас просят очеловечить текст, де-ИИзировать письмо, сделать контент более естественным/человеческим, проверить письмо на наличие ИИ-паттернов, оценить текст на предмет обнаружения ИИ или улучшить черновики, сгенерированные ИИ. Охватывает категории контента, языка, стиля, общения и наполнителей.
машинный переводПоказать оригиналСкрыть оригинал«Humanize AI-generated text by detecting and removing patterns typical…»
Humanize AI-generated text by detecting and removing patterns typical of LLM output. Rewrites text to sound natural, specific, and human. Uses 24 pattern detectors, 500+ AI vocabulary terms across 3 tiers, and statistical analysis (burstiness, type-token ratio, readability) for comprehensive detection. Use when asked to humanize text, de-AI writing, make content sound more natural/human, review writing for AI patterns, score text for AI detection, or improve AI-generated drafts. Covers content, language, style, communication, and filler categories.
Очеловечивание текста, сгенерированного ИИ, путем обнаружения и удаления типичных для вывода LLM паттернов.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 5 местах: ClawHub, ClawHub, ClawHub, ClawHub, ClawHub
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 21. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (humanizer) не совпадает с папкой (ai-humanizer)
- 55Ошибки и развилки. Развилок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 33
- 100Стоимость исполнения. Тело инструкции 1829 токенов
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -46 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -32 из 2 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 554 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 33 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.