去AI味的一些skills
整理版優先睇
去AI味工具終極大盤點：12個開源項目幫你識別並消除AI寫作痕跡，從英文到中文、從文字到設計再到代碼，各有專攻
呢篇文章係一位熟悉AI工具生態嘅作者整理嘅，佢發現市面上有好多「去AI味」嘅開源項目，但分散喺唔同地方，唔容易揀。作者想解決嘅問題係：點樣系統咁識別同消除AI生成內容嘅「味道」，令篇文更似真人寫出嚟。佢將12個項目按GitHub星數排名，逐個講解定位、優勢同適用場景。整體結論係：冇一個工具係萬能嘅，要根據你嘅用途（英文定中文、文字定代碼、定係設計）去揀最啱嘅，而且工具最多幫你搞掂80分，最後20分要靠你自己嘅真實經歷同判斷力去補返。
作者背景似係一個活躍喺開源社區嘅科技寫手，對Claude Code、Cursor呢啲工具有深入認識。佢唔係純粹賣廣告，而係比較咗每個工具嘅特點同限制，甚至指出咗某啲工具嘅缺點，例如op7418/Humanizer-zh會改得偏「通稿腔」，令個人聲口變弱。佢嘅整理角度係實用導向，幫讀者按需求快速對號入座。
文章帶出嘅資訊好有價值：去AI味唔淨止係改字咁簡單，仲包括設計套路（如漸變色、大圓角）同代碼冗餘（如過度註釋、變數名機械）。作者推介咗幾個具體用法，例如用blader/humanizer做系統性英文稿、用op7418/Humanizer-zh加renwei-writing保住個人聲口、用hallmark改善設計、用desloppify清理代碼。最後佢強調「品味」先係唯一關鍵——工具只係輔助。
- 結論：冇萬能工具，要按場景揀；工具最多做到80分，其餘20分靠作者自己的經歷同判斷
- 方法：用blader/humanizer（英文系統派）或op7418/Humanizer-zh（中文粗清）+ renwei-writing（找回聲口）組合
- 差異：文字、設計、代碼各自有專門工具，唔可以撈亂用——hallmark治設計slop、desloppify治代碼slop
- 啟發：去AI味唔單止係改句式，仲要留意二元對比、三連排比、金句式段尾呢啲套路；先審計再治療（如avoid-ai-writing）更有透明度
- 可行動點：懶人可以用ai-flavor-remover（純prompt），學術論文用claude-scientific-writer，批量做號用AIWriteX自動化流水線
blader/humanizer
英文去AI味最系統工具，27.7k⭐，內含SKILL.md可作Claude Code Skill
hardikpandya/stop-slop
清單派，直接列舉禁用句式（二元對比、三連排比等），13.4k⭐
op7418/Humanizer-zh
blader/humanizer的中文漢化版，12.5k⭐，覆蓋24類中文語境問題
Nutlope/hallmark
設計去AI味，3.5k⭐，面向Claude Code/Cursor的設計Skill，消除視覺套路
系統派 vs 清單派：兩大去味典範
喺「去AI味」呢個領域，有兩個代表項目奠定咗基礎方向。一個係系統分類學，一個係硬規則清單。
blader/humanizer（27.7k⭐）係呢個方向嘅絕對星王，幾乎所有後續項目都係佢嘅fork或致敬。
佢將AI寫作痕跡歸為四大類：內容模式（例如凡事總結、三點建議）、語法（濫用破折號、分號）、風格（形容詞堆砌、過度正式）、交流模式（假裝徵求意見、強行共情）。每類下有具體識別特徵同改寫方向。用法係作為Claude Code Skill，將SKILL.md放入.claude/skills/目錄即可。
另一邊廂，hardikpandya/stop-slop（13.4k⭐）就係清單派代表。佢唔講道理，直接列出最典型嘅AI病症：二元對比句（「呢個唔係A，而係B」）、三連排比（「佢高效、佢優雅、佢強大」）、金句式段尾、過度解釋。最大價值係可以俾你拆成一份「禁用句式黑名單」，就算唔用Claude Code都可以記低避開。
中文語境專用：粗清與保留聲口之爭
中文去AI味嘅需求好大，但純英文工具管唔到翻譯腔同大廠黑話。好在有op7418/Humanizer-zh（12.5k⭐），佢將原版漢化並本地化成24類，適合第一輪粗清，套話、空洞總結、機械排比會被清掉一大半。
不過佢有時會改得偏「通稿腔」，將你原本有個性嘅表達一併抹平，個人聲口會變弱。
為咗補救呢個問題，orange2ai/renwei-writing（902⭐）應運而生。佢嘅理念係「改詞，但唔抹掉你嘅話」，目標係清理AI腔嘅同時最大限度保住作者本來的表達習慣、用詞偏好同判斷。如果你在意「改完仲要似我寫嘅」，呢個會更對味。
唔止文字：設計同代碼嘅AI味都要清
AI生成嘅網頁同界面向來有明顯套路：紫色到藍色漸變、大圓角卡片、居中大標題、Emoji開頭要點列表。呢啲就係設計slop。Nutlope/hallmark（3.5k⭐）係面向Claude Code/Cursor嘅設計Skill，注入真實審美取捨，唔再無腦套萬金油模板。做前端或產品、經常叫AI寫落地頁嘅人強烈建議收一個。
至於代碼層面，peteromallet/desloppify（3.0k⭐）專門處理「能跑但好糙」嘅vibe coding產物：冗餘註釋、過度防禦判斷、冇意義嘅抽象層、AI起嘅變量名。佢係一個agent harness，將slop代碼改造成工程化、可維護嘅結構。啱用喺快速搭咗原型、準備正式投入使用前嘅兜底工序。
學術、懶人、批量：特定場景工具推薦
如果你係學生或科研黨，K-Dense-AI/claude-scientific-writer（2.1k⭐）係首選。而家知網、Turnitin都有AIGC檢測，呢類工具幫你將AI輔助寫嘅學術文本改得更似人類筆觸，降低被檢測概率。但要記得：降檢測率唔等於洗稿造假，學術誠信底線要自己守住。
- 懶人首選：hylarucoder/ai-flavor-remover（1.1k⭐）——純一段prompt，複製粘貼就得，唔使裝任何嘢，效果視乎模型理解力
- 批量做號：iniwap/AIWriteX（1.3k⭐）——成條公眾號自動化流水線，由熱搜聚合到去味排版一鍵搞掂
- 發佈收尾：wshuyi/x-article-publisher-skill（825⭐）——將Markdown一鍵發X，同去味Skill可以組完整流水線
另外，ley-note-ai/humanize-text（1.4k⭐）係獨立開源工具，開箱即用，唔需要用Claude Code。功能冇咁精細，但勝在簡單直接。
點樣揀？一句話對號入座
英文稿：blader/humanizer，最系統；中文稿：op7418/Humanizer-zh粗清 + renwei-writing找回聲口；學術論文：claude-scientific-writer；設計前端：hallmark；代碼：desloppify；批量做號：AIWriteX；懶人：ai-flavor-remover。
最後工具再多，也只幫你到80分。讓文章像「你」寫的那20分——有冇真實經歷、有冇自己判斷、句子係咪仲帶住人嘅呼吸——始終要自己補。AI負責去掉唔似人嘅部分，似唔似你，仍然係你嘅事。「品味」先係唯一關鍵。
AI生成嘅嘢，呢陣「AI味」點樣先可以認出同整走佢呢？先睇列表。
上面呢張圖值得收藏——12個項目按star排名一目瞭然，下面逐個詳細講解。
1. blader/humanizer — 27.7k ⭐
成個「去AI味」方向嘅絕對星王，亦係之後幾百個項目嘅共同源頭——你見到嘅絕大部分中文版、學術版、各語言版，追根溯源都係佢嘅fork或者致敬。
佢犀利在將「AI味」呢種模糊嘅感覺，拆成咗一套可以執行嘅分類學。作者將AI寫作痕跡歸為四大類：內容模式（比如凡事都要總結、都要畀三點建議）、語法（濫用破折號、分號）、風格（形容詞堆砌、過度正式）、交流模式（扮徵求意見、強行共情）。每一類下面都有具體嘅識別特徵同改寫方向。
用法：當作Claude Code Skill，將倉庫裏面嘅 SKILL.md 放進 .claude/skills/ 目錄，然後叫AI「用humanizer處理呢篇稿」，佢就會逐條對照清理。唯一嘅短板係純英文，中文嘅翻譯腔、大廠黑話佢管唔到，中文用戶建議直接睇下面嘅漢化版。 → https://github.com/blader/humanizer
2. hardikpandya/stop-slop — 13.4k ⭐
如果話blader/humanizer係「體系派」，stop-slop就係「清單派」——規則短、硬、直接，唔同你講道理，直接話畀AI知邊啲句式見到就刪。
佢針對嘅係幾種最典型、最令人煩嘅AI病症：二元對比句（「呢個唔係A，而係B」呢種偽深刻句式）、三連排比（「佢高效、佢優雅、佢強大」）、金句式段尾（每段都要用一句昇華收尾）、同埋無需要嘅過度解釋。
佢最大嘅價值，其實係可以直接被你拆成一份「禁用句式黑名單」——就算你唔用Claude Code，將呢啲句式記喺個腦度，自己寫作時都可以避開。後面無數stop-slop-zh、stop-slop-ja、stop-slop-ko嘅本地化版本，都係照佢呢套思路做嘅。 → https://github.com/hardikpandya/stop-slop
3. op7418/Humanizer-zh — 12.5k ⭐
blader/humanizer嘅中文漢化版，亦係中文場景裏面規則覆蓋最全面嘅一個，star直逼原版。作者將原版嘅四大類痕跡翻譯並本地化成24類，針對中文語境做咗適配。
佢適合攞嚟做第一輪粗略清理：一篇明顯AI味重嘅中文稿掟入去，套話、空洞總結、機械排比會被清走一大半。但要提醒一點——佢有時會改得偏「通稿腔」，將你原本有個性嘅表達都一併磨平，個人聲口會變弱。所以我嘅建議係：用佢清完第一遍，一定要自己回讀一次，將被改走咗嘅「人話」再揾返嚟。 → https://github.com/op7418/Humanizer-zh
4. Nutlope/hallmark — 3.5k ⭐
前面幾個治嘅係文字，hallmark治嘅係設計裏面嘅AI味——呢個係好多人忽略嘅維度。
你有冇發現，AI生成嘅網頁/界面樣樣都差唔多：清一色嘅紫色到藍色漸變、大圓角卡片、居中嘅大標題、Emoji開頭嘅要點列表。呢個就係設計上嘅slop（視覺套路）。hallmark係面向Claude Code / Cursor / Codex嘅設計Skill，佢注入「設計判斷力」畀AI，令佢生成嘅界面有真實嘅審美取捨，而唔係無腦套用嗰套萬能模板。
作者係知名開源作者Nutlope（做過RoomGPT、TLDraw等爆款）。做前端、做產品、成日叫AI寫落地頁嘅人，強烈建議收一個。 → https://github.com/Nutlope/hallmark
5. peteromallet/desloppify — 3.0k ⭐
同樣唔治文字，治嘅係代碼裏面嘅AI味。
而家好多人用AI「vibe coding」（憑感覺叫AI一路寫落去），出嚟嘅代碼往往係「行得，但好粗糙」：冗餘嘅註釋、過度防禦嘅判斷、冇意義嘅抽象層、變量名一睇就知係AI改嘅。desloppify係一個agent harness（agent運行框架），專門將呢啲slop代碼改成工程化、可維護、結構清晰嘅代碼。
適合嘅場景好明確：你用AI快啲搭咗個原型，行得，但準備正式投入使用之前，想過一過質量。佢就係做呢道兜底工序嘅。 → https://github.com/peteromallet/desloppify
6. conorbronsdon/avoid-ai-writing — 2.2k ⭐
返去文字。佢同stop-slop思路差唔多，但更強調「先診斷、後治療」嘅兩步流程：第一步先審計（audit），將稿入面嘅AI寫作模式逐處標出嚟、話畀你知問題喺邊；第二步先動手重寫。
呢個「先畀診斷報告」嘅設計其實幾重要——佢令你睇得到AI到底改咗啲乜、點解改，而唔係黑箱咁吐出一篇新稿。對於想邊用邊學、搞清自己寫作毛病嘅人，呢種透明度比「一鍵改好」更加有價值。 → https://github.com/conorbronsdon/avoid-ai-writing
7. K-Dense-AI/claude-scientific-writer — 2.1k ⭐
學生黨同科研黨嘅剛需。而家知網、維普、格子達、Turnitin都上線咗AIGC檢測，一篇論文被判高AI率，輕則退回重寫、重則影響答辯。呢類項目就係針對性咁將AI輔助寫嘅學術文本，改得更加似人類嘅真實筆觸，降低被檢測到嘅機會。
claude-scientific-writer係入面star最高嘅通用型科研寫手，唔單止做「降痕」，仲覆蓋論文寫作嘅全流程——從結構、論證到語言潤色。
呢度要講句老實話：降低檢測率唔等於洗稿造假。呢類工具嘅正當用法，係令AI幫你寫嘅初稿讀起嚟自然、唔機械，學術誠信同原創性嘅底線仍然要你自己守住。唔好指望佢幫你將抄返嚟嘅嘢洗白。 → https://github.com/K-Dense-AI/claude-scientific-writer
8. lynote-ai/humanize-text — 1.4k ⭐
前面大部分係Skill，需要你識用Claude Code。humanize-text唔同，佢係一個免費開源嘅獨立工具——將AI生成嘅內容轉成更加似人寫嘅可讀文本，開箱即用，唔使set一大堆環境。
對於唔想搞Claude Code / Codex、淨係想揾個網頁或者工具貼上文本、撳一下就出結果嘅普通用戶，呢類工具型項目門檻最低。功能上唔及嗰啲精細嘅Skill咁可以定製，但勝在簡單直接。 → https://github.com/lynote-ai/humanize-text
9. iniwap/AIWriteX — 1.3k ⭐
呢個唔只係去味，而係一整條公眾號內容全自動流水線：全網熱搜聚合 → 輿情/趨勢分析 → 爆款選題 → 文章採集 → 一鍵生成 → 去AI痕跡 → 自動配圖 → 排版發佈。去AI味只係呢條鏈入面嘅一環。
佢服務嘅係好明確嘅一類人：做號嘅、需要批量穩定產出內容嘅運營。對佢哋嚟講，單個「去味Skill」唔夠用，要嘅係從選題到發佈嘅完整工業化流程。當然，工具越自動化，越要警惕產出嘅同質化——熱搜聚合出嚟嘅選題，人哋都喺度做。 → https://github.com/iniwap/AIWriteX
10. hylarucoder/ai-flavor-remover — 1.1k ⭐
最輕量、門檻最低嘅一個。佢冇任何Skill結構、唔使裝任何嘢，本質就係一段寫好嘅prompt（提示詞）——你將佢連同稿一齊掟畀任何一個推理能力強嘅模型，就可以得到去味之後嘅結果。作者講明淨係喺Gemini 2.5 Pro度試過，換第個模型效果可能有出入。
適合邊個？唔想研究Claude Code點set、想即刻試下「去AI味」到底係咩效果嘅人。複製、貼上、送出，三步搞掂。缺點係冇工程化結構，效果全睇模型本身嘅理解力，唔夠穩定可控。 → https://github.com/hylarucoder/ai-flavor-remover
11. orange2ai/renwei-writing — 902 ⭐
「人味兒寫作」。佢同其他去味工具最大嘅理念差異，寫喺個名度——改詞，但唔會整走你嘅話。
之前提過op7418/Humanizer-zh嘅通病：清得太犀利，連個人聲口都一齊清走咗。renwei-writing正正係針對呢個痛點嚟嘅，佢嘅目標係清理AI腔嘅同時，最大限度地保住作者本身嘅表達習慣、用詞偏好同判斷，而唔係一刀切改成一種「標準正確」嘅腔調。
如果你在意嘅係「改完仲要似我寫嘅」，而唔係「改完讀起嚟通順就得」，呢個嘅理念更對味。 → https://github.com/orange2ai/renwei-writing
12. wshuyi/x-article-publisher-skill — 825 ⭐
嚴格嚟講佢唔做去味，做嘅係「寫完之後」嗰一步——將Markdown文章一鍵發佈到X（Twitter）。之所以放入呢個榜單，係因為佢成日同去味Skill組成一條完整流水線：清理 → 排版 → 發佈，去味負責前半段，佢負責收尾。
作者係王樹義老師（高校教師、知名科技博主），Skill生態入面比較活躍嘅實踐者。如果你嘅內容主要發喺X度，呢個可以幫你慳返手動複製貼上、調格式嘅瑣碎工序。 → https://github.com/wshuyi/x-article-publisher-skill
點樣揀？一句話對號入座
- 英文稿：
blader/humanizer，最系統。 - 中文稿：
op7418/Humanizer-zh 粗清一遍，再用 orange2ai/renwei-writing 揾返聲口。 - 學術論文：
claude-scientific-writer 呢類降AIGC專用嘅。 - 設計前端：
Nutlope/hallmark； - 代碼：
desloppify； - 批量做號：
AIWriteX； - 懶人：
ai-flavor-remover。
最後
工具再多，都只係幫你到80分。令文章似「你」寫嗰20分——有冇真實經歷、有冇自己嘅判斷、句子仲帶唔帶住人嘅呼吸——始終要自己補返。
AI負責整走唔似人嘅部分，似唔似你，仍然係你嘅事。「品味」先係唯一⋯⋯
AI生成的東西，這個“味道”如何才能識別和去掉呢， 先看列表。
上面這張圖值得收藏——12 個項目按 star 排名一圖看全，下面逐個詳解。
1. blader/humanizer — 27.7k ⭐
整個"去 AI 味"方向的絕對星王，也是後來幾百個項目的共同源頭——你看到的絕大多數中文版、學術版、各語言版，追根溯源都是它的 fork 或致敬。
它厲害在把"AI 味"這個模糊的感覺，拆成了一套可執行的分類學。作者把 AI 寫作痕跡歸為四大類：內容模式（比如凡事都要總結、都要給三點建議）、語法（濫用破折號、分號）、風格（形容詞堆砌、過度正式）、交流模式（假裝徵求意見、強行共情）。每一類下面都有具體的識別特徵和改寫方向。
用法：作為 Claude Code Skill，把倉庫裏的 SKILL.md 放進 .claude/skills/ 目錄，然後讓 AI"用 humanizer 處理這篇稿子"，它就會逐條對照清理。唯一的短板是純英文，中文的翻譯腔、大廠黑話它管不到，中文用戶建議直接看下面的漢化版。 → https://github.com/blader/humanizer
2. hardikpandya/stop-slop — 13.4k ⭐
如果說 blader/humanizer 是"體系派"，stop-slop 就是"清單派"——規則短、硬、直接，不跟你講道理，直接告訴 AI 哪些句式看到就刪。
它盯的是幾種最典型、最招人煩的 AI 病症：二元對比句（"這不是 A，而是 B"這種偽深刻句式）、三連排比（"它高效、它優雅、它強大"）、金句式段尾（每段都要用一句昇華收尾）、以及沒必要的過度解釋。
它最大的價值，其實是可以直接被你拆成一份"禁用句式黑名單"——哪怕你不用 Claude Code，把這些句式記在腦子裏，自己寫作時也能規避。後面無數 stop-slop-zh、stop-slop-ja、stop-slop-ko 的本地化版本，都是照它這套思路做的。 → https://github.com/hardikpandya/stop-slop
3. op7418/Humanizer-zh — 12.5k ⭐
blader/humanizer 的中文漢化版，也是中文場景裏規則覆蓋最全的一個，star 直逼原版。作者把原版的四大類痕跡翻譯並本地化成 24 類，針對中文語境做了適配。
它適合拿來做第一輪粗清：一篇明顯 AI 味重的中文稿子丟進去，套話、空洞總結、機械排比會被清掉一大半。但要提醒一點——它有時會改得偏"通稿腔"，把你原本有個性的表達也一併抹平，個人聲口會變弱。所以我的建議是：用它清完第一遍，一定要自己回讀一遍，把被改沒了的"人話"再找補回來。 → https://github.com/op7418/Humanizer-zh
4. Nutlope/hallmark — 3.5k ⭐
前面幾個治的是文字，hallmark 治的是設計裏的 AI 味——這是個很多人忽略的維度。
你有沒有發現，AI 生成的網頁/界面長得都差不多：清一色的紫色到藍色漸變、大圓角卡片、居中的大標題、Emoji 開頭的要點列表。這就是設計上的 slop（視覺套路）。hallmark 是面向 Claude Code / Cursor / Codex 的設計 Skill，它給 AI 注入"設計判斷力"，讓它生成的界面有真實的審美取捨，而不是無腦套那套萬金油模板。
作者是知名開源作者 Nutlope（做過 RoomGPT、TLDraw 等爆款）。做前端、做產品、經常讓 AI 寫落地頁的人，強烈建議收一個。 → https://github.com/Nutlope/hallmark
5. peteromallet/desloppify — 3.0k ⭐
同樣不治文字，治的是代碼裏的 AI 味。
現在很多人用 AI"vibe coding"（憑感覺讓 AI 一路寫下去），出來的代碼往往是"能跑，但很糙"：冗餘的註釋、過度防禦的判斷、沒意義的抽象層、變量名一看就是 AI 起的。desloppify 是一個 agent harness（agent 運行框架），專門把這種 slop 代碼改造成工程化、可維護、結構清晰的代碼。
適合的場景很明確：你用 AI 快速搭了個原型，能跑了，但準備正式投入使用前，想過一遍質量。它就是幹這道兜底工序的。 → https://github.com/peteromallet/desloppify
6. conorbronsdon/avoid-ai-writing — 2.2k ⭐
回到文字。它和 stop-slop 思路接近，但更強調"先診斷、後治療"的兩步流程：第一步先審計（audit），把稿子裏的 AI 寫作模式一處處標出來、告訴你問題在哪；第二步才動手重寫。
這個"先給診斷報告"的設計其實挺重要——它讓你看得見 AI 到底改了什麼、為什麼改，而不是黑箱吐出一篇新稿。對於想邊用邊學、搞懂自己寫作毛病的人，這種透明度比"一鍵改好"更有價值。 → https://github.com/conorbronsdon/avoid-ai-writing
7. K-Dense-AI/claude-scientific-writer — 2.1k ⭐
學生黨和科研黨的剛需。現在知網、維普、格子達、Turnitin 都上線了 AIGC 檢測，一篇論文被判高 AI 率，輕則退回重寫、重則影響答辯。這類項目就是針對性地把 AI 輔助寫的學術文本，改得更像人類的真實筆觸，降低被檢測出來的概率。
claude-scientific-writer 是其中 star 最高的通用型科研寫手，不只做"降痕"，而是覆蓋論文寫作的全流程——從結構、論證到語言潤色。
這裏得說句實在話：降檢測率不等於洗稿造假。這類工具的正當用法，是讓 AI 幫你寫的初稿讀起來自然、不機械，學術誠信和原創性的底線仍然得你自己守住。別指望它幫你把抄的東西洗白。 → https://github.com/K-Dense-AI/claude-scientific-writer
8. lynote-ai/humanize-text — 1.4k ⭐
前面大多是 Skill，需要你會用 Claude Code。humanize-text 不一樣，它是個免費開源的獨立工具——把 AI 生成的內容轉成更像人寫的可讀文本，開箱即用，不用配一堆環境。
對不想折騰 Claude Code / Codex、只想找個網頁或工具粘貼文本、點一下就出結果的普通用戶，這類工具型項目門檻最低。功能上不如那些精細的 Skill 可定製，但勝在簡單直接。 → https://github.com/lynote-ai/humanize-text
9. iniwap/AIWriteX — 1.3k ⭐
這個不只是去味，是一整條公眾號內容全自動流水線：全網熱搜聚合 → 輿情/趨勢分析 → 爆款選題 → 文章採集 → 一鍵生成 → 去 AI 痕跡 → 自動配圖 → 排版發佈。去 AI 味只是這條鏈條裏的一環。
它服務的是很明確的一類人：做號的、需要批量穩定產出內容的運營。對他們來說，單個"去味 Skill"不夠用，要的是從選題到發佈的完整工業化流程。當然，工具越自動化，越要警惕產出的同質化——熱搜聚合出來的選題，別人也在做。 → https://github.com/iniwap/AIWriteX
10. hylarucoder/ai-flavor-remover — 1.1k ⭐
最輕量、門檻最低的一個。它沒有任何 Skill 結構、不用裝任何東西，本質就是一段寫好的 prompt（提示詞）——你把它連同稿子一起丟給任意一個推理能力強的模型，就能得到去味後的結果。作者說明只在 Gemini 2.5 Pro 上測過，換別的模型效果可能有出入。
適合誰？不想研究 Claude Code 怎麼配、就想馬上試試“去 AI 味”到底是什麼效果的人。複製、粘貼、發送，三步搞定。缺點是沒有工程化結構，效果全看模型本身的理解力，不夠穩定可控。 → https://github.com/hylarucoder/ai-flavor-remover
11. orange2ai/renwei-writing — 902 ⭐
“人味兒寫作”。它和其它去味工具最大的理念差異，寫在名字裏——改詞，但不抹掉你的話。
前面提過 op7418/Humanizer-zh 的通病：清得太狠，把個人聲口也一起清掉了。renwei-writing 正是衝着這個痛點來的，它的目標是在清理 AI 腔的同時，最大限度保住作者本來的表達習慣、用詞偏好和判斷，而不是一刀切改成一種“標準正確”的腔調。
如果你在意的是“改完還得像我寫的”，而不是“改完讀起來通順就行”，這個的理念更對味。 → https://github.com/orange2ai/renwei-writing
12. wshuyi/x-article-publisher-skill — 825 ⭐
嚴格說它不做去味，做的是“寫完之後”的那一步——把 Markdown 文章一鍵發佈到 X（Twitter）。之所以放進這個榜單，是因為它常和去味 Skill 組成一條完整流水線：清理 → 排版 → 發佈，去味負責前半段，它負責收尾。
作者是王樹義老師（高校教師、知名科技博主），Skill 生態裏比較活躍的實踐者。如果你的內容主要發在 X 上，這個能幫你省掉手動複製粘貼、調格式的瑣碎工序。 → https://github.com/wshuyi/x-article-publisher-skill
怎麼選？一句話對號入座
- 英文稿：
blader/humanizer，最系統。 - 中文稿：
op7418/Humanizer-zh 粗清一遍，再用 orange2ai/renwei-writing 找回聲口。 - 學術論文：
claude-scientific-writer 這類降 AIGC 專用的。 - 設計前端：
Nutlope/hallmark； - 代碼：
desloppify； - 批量做號：
AIWriteX； - 懶人：
ai-flavor-remover。
最後
工具再多，也只幫你到 80 分。讓文章像"你"寫的那 20 分——有沒有真實經歷、有沒有自己的判斷、句子是不是還帶着人的呼吸——始終得自己補。
AI 負責去掉不像人的部分，像不像你，仍然是你的事。 “品味”才是唯一。。。