All skills
cat-xierluo avatar

/de-ai-polish

@6113db6

检测并修订中文文章正文中的模板腔、姿态腔、隐藏排比、分析型例证同构、重复语义骨架、假排名、固定节拍和其他 AI 化表达,同时保护作者事实、既有标题层级、必要功能性列举、法律术语、Markdown 图片与既有声音。文章完成初稿后、用户要求“去 AI 腔/更像真人/按作者样本改写/检查排比或口吻”时必须使用;无作者样本时只做最小清理,不得凭空注入第一人称、比喻、短句金句或经历,也不得借去 AI 之名重做文章结构。

Use this Skill: https://skilld.dev/gh/cat-xierluo/legal-skills/de-ai-polish

This session only. Nothing lands on disk.

referencesquality-scoring.md

≈1.2k tokens on demand. Your agent reads this file only when SKILL.md points to it.

质量评分与交付裁决

评分用于迫使执行者说明判断,不能把主观感觉变成“自动真值”。五维各 0—2 分,直接相加为 10 分;机器范围和阈值以 config/quality-score-rubric.json 为准。

五个维度

维度 2 分 1 分 0 分
自然度 句子直接,姿态和模板极少 仍有局部套话或替换感 大量模板、假转折、假排名
节奏感 信息推动句长和段落变化 偶有连续短段或机械断句 固定节拍、金句配额、隐藏列表明显
专业度 概念、条件、边界和必要结构准确 基本准确,局部被口语或删改削弱 改写改变原意或损坏专业结构
个性度 保住源稿声音;启用 voice 时匹配深层 profile 表层接近但认识来源或段落动力偏离 人设注入、样本复刻或完全抹平源稿
精炼度 无重复姿态,必要解释完整 有少量可合并内容 大量同义循环或过度引导

“节奏感”不奖励长短句数量。“个性度”不奖励第一人称、比喻或口语密度。

硬门禁

以下任一情况出现时,不能靠高总分放行:

  • 总分低于 7;
  • 自然度低于 1.5;
  • 个性度等于 0;
  • 法律文书专业度低于 1.5;
  • 功能性列举被改成隐藏列表或假排名;
  • 分析型例证被逐项扩成同功能、同节拍的编号段,或为打散它而虚构关系;
  • 关系层依赖源稿外的专业常识、新增审查变量或后果链,无法提供双端源稿锚点;
  • 改稿把源稿的保留、可能性、条件或未知升级成更强裁断、频率或必然后果;
  • 同一个“工具能力—限制—人的判断/责任”语义骨架跨段、跨节反复承担相同功能;
  • 候选外的源稿、导航保护、材料不足、证据卡、扫描或交付说明泄漏进读者正文;
  • 使用“先承认一个前提”等框架启动语替代直接陈述;
  • 用宽泛同类项冒充分析例子之间的真实关系;
  • 把重复能力边界压成短金句或结尾口号,而没有删除重复功能;
  • 新增经历、感受、案例或立场变化没有作者材料;
  • 强加默认人设、固定节奏、生活化比喻或短句金句;
  • 复制作者样本或本机私有 anchor 的原句、高辨识短语或事实;
  • Protected Spans 或 Markdown 图片整行发生变化。
  • 新增、删除、改名、升降级或重排 Markdown 标题,把正文润色扩大成结构重写。

前三项和法律文书专业度由 delivery_gate.py 复算;标题行由 heading_preservation_gate.py 逐行核对;样本长连续重合由 voice_anchor_copy_gate.py 召回;能力—边界骨架由 semantic_repetition_gate.py 启发式召回;已知编辑过程泄漏和框架启动语由 style_regression_gate.py 阻断。分析型例证的功能判断和其余修复伪影仍需人工通读,必须在交付说明中给出处理结论。

Voice 模式评分

cleanup_only

  • 个性度看源稿已有声音是否被保存,而不是新增多少个人表达;
  • voice_profile_checks 必须为 null;
  • 技术说明、法律分析或正式报告不因缺少故事、幽默或第一人称扣分。

provided_sample / local_anchor

评分回执必须把以下检查全部记为 true:

  • profile_matched:匹配适用于目标场景的深层 profile;
  • no_sample_copy:未复制样本原句或高辨识表达;
  • no_fact_leak:未引入样本事实、人物、项目和私人信息;
  • no_counterexample_reuse:未复现 profile 标记的反例;
  • no_repair_artifact:未产生隐藏列表、假排名、强加口语、节奏配方或虚构经验。

任一项为 false 时回到改写步骤,不得通过提高其他分数抵消。

评分步骤

  1. 对最终真实 Markdown 评分,不对草稿或脑内版本评分。
  2. 每一维写一句证据,指出对应段落功能或残留问题。
  3. 先执行修复伪影复扫,再计算总分。
  4. 分数达到阈值但人工硬门禁失败时,结论仍是“需继续修订”。
  5. 生成 score-receipt.json,绑定最终文件 SHA-256、scene、voice mode、anchor ID、五维分数与 voice checks。

回执示例

{
  "schema_version": 2,
  "final_sha256": "<sha256>",
  "scene": "wechat_public_comment",
  "voice_mode": "local_anchor",
  "voice_anchor_id": "my-writing-anchor-v1",
  "dimensions": {
    "naturalness": 1.7,
    "rhythm": 1.6,
    "professionalism": 1.8,
    "individuality": 1.6,
    "conciseness": 1.5
  },
  "total": 8.2,
  "voice_profile_checks": {
    "profile_matched": true,
    "no_sample_copy": true,
    "no_fact_leak": true,
    "no_counterexample_reuse": true,
    "no_repair_artifact": true
  }
}

回执只能证明评分步骤和候选绑定已经执行。它不能证明文字客观上“像真人”,也不能替代作者本人对声音的判断。

Source: SKILL.md on GitHub

1 warning15d4 checks · Risk SAFE
  • Gen Agent Trust Hub15d

    The de-ai-polish skill is a sophisticated NLP toolkit designed to naturalize AI-generated Chinese text. It utilizes a robust framework of internal validation scripts to ensure Markdown structure preservation (images and headings) and stylistic integrity without relying on external dependencies or performing risky network operations. The implementation follows security best practices, including privacy-preserving hashing for logs and defensive coding to prevent data leakage.

  • Socket15d

    No alerts

  • Snyk15d

    Risk: LOW · No issues

  • Runlayer7mo

    6/6 files flagged

Signed by skilld at 6113db6. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub 20 hours ago.

Activeupdated 2 months ago
Other metadata
metadata
{
  "author": "杨卫薪律师(微信ywxlaw)",
  "homepage": "https://github.com/cat-xierluo/legal-skills",
  "version": "3.2.6"
}

README badge

README badge for cat-xierluo/legal-skills/de-ai-polish