STE80 Humanizer 是一个面向 AI Agent 的写作技能,用来把大模型生成的文本改写得更像“一个认真的人写的”,同时尽量不改动原意。它不靠简单替换几个“AI 味”词汇,而是分两步走:第一步清理常见的 AI 写作痕迹,第二步把句子结构向 ASD-STE100(简化技术英语)靠拢到大约 80% 的程度。项目采用 Python 编写,许可证为 MIT。截至项目资料记录,GitHub 上约有 702 个 Star、47 个 Fork。
它解决什么问题
很多所谓的“去 AI 味”工具只做表层清理:删掉“好问题!”、去掉“无缝”“强大”之类的词。但文本里仍然堆着长句、被动语态、模糊限定词和多余修饰,读起来依旧像模型产物。STE80 Humanizer 认为问题不只在用词,还在句子结构,所以设计了两遍处理。
两步改写方法
第一遍是“humanizer 方法”:依据 Wikipedia《Signs of AI writing》中总结的 26 种 AI 写作特征,并沿用 blader/humanizer 项目的分类与顺序,逐项清理聊天机器人残留、强行三段式、破折号滥用、空泛拔高、装饰性标题等痕迹。
第二遍是“STE80 方法”:把句子按 ASD-STE100 的受控英语规则重构,但只走到 80%。ASD-STE100 源自航空航天维修文档,规则严格,例如每条指令不超过 20 词、每句只表达一个意思、使用主动语态和简单时态、每个词只有一个含义。完全按 100% 执行,普通文章会显得生硬;80% 模式保留整体结构,只采纳听起来自然的词汇限制。
项目 README 给出了一个 Kubernetes 存活探针的改写示例:原文充满“强大的机制”“第一道防线”“值得注意的是”等表达,改写后变成短句、主动语态、一条信息一句,并保留所有事实。
三种使用模式
技能安装后可通过 /ste80-humanizer 调用,也可以在要求“humanize”“simplify”“de-AI”或“STE”时自动触发。它提供三种模式:
- Humanize(默认):完整执行第一遍,第二遍按 80% 标准,尽量保留用户原有语气。
- Light:只做第一遍,并对第二遍中最严重的句子做少量调整,适合“轻量处理、只去掉 AI 味”的需求。
- Strict STE:第一遍加完整的 100% STE 规则,适合操作步骤、安全说明等文本。
用户还可以提供自己的写作样本,让技能匹配句子长度、用词和标点习惯。项目强调“保真优先”:保留每个事实,保留“may”这类情态词,保留“40+”这样的表述,不添加原文没有的内容,并标出原文中的矛盾。
规则组织与可查性
SKILL.md 用两个编号列表组织规则:§1 到 §26 对应第一遍的 AI 写作痕迹,S1 到 S15 对应第二遍的 STE80 结构规则。每条规则以紧凑表格加简短示例呈现,完整条目放在 references/ai-tells.md 和 references/ste80-rules.md 中,包含“注意什么”“问题”“改写前”“改写后”。技能在报告修改时会标注编号,例如“§1, §8, S2”,方便逐条对照。
参考目录还提供严格模式规则与检查清单(references/strict-mode.md),以及超过 100 组普通词汇替换(references/word-swaps.md)。
安装与运行环境
项目提供多种安装方式:通过 skills.sh 的 skills CLI 安装,可指定单个 Agent 或全局安装,支持 Claude Code、Codex、Cursor、OpenCode 等;也可以作为 Claude Code 插件安装;Claude.ai 和 Claude Desktop 用户可下载仓库 ZIP,在设置的能力页面中上传技能。
仓库还包含一个无第三方依赖的 Python 检查脚本 scripts/ste_check.py,用于标出许多第一遍特征,以及可量化的第二遍规则,例如句子和段落长度、分号、破折号、被动语态、完成时和进行时、-ing 形式、短语动词等。项目明确说明,这个脚本是启发式检查,不是 AI 检测器,也不是合规检查工具。
测试与适用人群
仓库的 evals/ 目录包含四个测试用例,覆盖 README 改写、从零解释、严格操作手册和不提 STE 的轻松社交帖子。项目方观察到:当提示词直接点名 ASD-STE100 时,基础模型本身就能较好地把握风格;技能带来的差异主要体现在保真度上。例如在不使用技能的 LinkedIn 改写中,模型编造了一句引语,还把“40+ 客户”改成“40 来个”;使用技能后则保留了全部事实。项目也提醒,这些只是小规模测试,应视为线索而非证明。
它适合经常阅读或编辑 LLM 输出、希望文本更清晰易读的开发者和技术写作者,也适合需要把说明、步骤、安全提示写得更直白的人。对于小说、演讲稿和品牌文案,项目建议只执行第一遍;对于非英语文本,技能会应用写作痕迹和结构规则,但不套用英语词表。
注意事项
项目明确区分“STE 风格”和“STE 合规”:后者需要官方词典、受过训练的作者和审校流程。该技能不包含 ASD-STE100 规范或词典,规则是转述和简化版本。ASD-STE100 与 Simplified Technical English 是 ASD 的商标,本项目与 ASD 无隶属或背书关系。另外,项目的目标不是绕过 AI 检测器,而是让文本更容易被人读懂。
项目主页
https://github.com/Dodaios/ste80-humanizer
项目地址:ste80-humanizer
相关推荐
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
Freebie Radar:835 Star 的福利聚合雷达,57 个源定时采集并用 AI 过滤假福利
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
Blender AI 助手 mcp-for-blender-pro:用对话和智能体操作场景
agentes.chat:让团队和 AI 智能体在同一个聊天空间协作的自托管 Slack 替代方案
岛仔 Daozai:用 Rust 打造的 Windows 桌面信息岛,把音乐、邮件与日程收在屏幕边缘
Aion 2 AI 提示词工程工具:Windows 桌面本地运行
最近更新
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
STE80 Humanizer 是一个面向 AI Agent 的写作技能,先用 26 条规则清理 AI 写作痕迹,再把句子结构向 ASD-STE100 简化技术英语靠拢到约 80%。本文介绍它的两步方法、三种模式、安装方式、检查脚本和适用边界。
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
smolmaxxing 是基于 llama.cpp 的端侧推理项目,已在电视盒子、旧 iPad 和 OnePlus 手机上实测运行 2B 到 80B 模型,通过定制内核、内存裁剪、专家按需从闪存读取等技术,让模型大小超出可用内存的设备也能完成推理。
Freebie Radar:835 Star 的福利聚合雷达,57 个源定时采集并用 AI 过滤假福利
Freebie Radar 是一个自托管的福利与多兴趣信息聚合雷达,用 57 个源定时采集、AI 语义审核过滤假福利,并按获取方式分级和多路由推送到 Telegram。项目基于 TypeScript 与 SQLite,支持 Docker Compose 快速启动,GitHub 上已有 835 Star。
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
Muse4AI 是一个运行在 Windows 本机的桥接工具,通过 REST、MCP 和 OAuth 把用户的 Muse 会话开放给 ChatGPT、Claude、Cursor、Codex、n8n 等 AI Agent,用于生成图片视频、继续对话、延长或按描述编辑视频。项目不经过自有云端中转,结果和密钥保存在本机,采用 MIT 许可证。
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
一个用 Python 纯 HTTP 实现 muse.ai 注册与邀请码兑换流程的研究项目,整理了抓包比对得出的协议细节,包括 OTP 确认、会话引导、动态披露文案、vm/wake 调用和邀请码兑换失败原因等。项目不采用 MIT 等开源许可证,仅供个人非商业学习研究使用。
Blender AI 助手 mcp-for-blender-pro:用对话和智能体操作场景
mcp-for-blender-pro 是一个面向 Blender 的 AI 助手插件,内置 MCP 服务器,支持 OpenAI、Claude、Gemini、Ollama 等模型,可通过对话检查场景、创建物体、编辑材质和搜索资产,并提供单助手与多智能体团队链工作流。
agentes.chat:让团队和 AI 智能体在同一个聊天空间协作的自托管 Slack 替代方案
agentes.chat 是一个开源、可自托管的 Slack 替代方案,让 AI 智能体作为正式成员加入频道和私信,支持 Claude、ChatGPT/Codex、Gemini、Grok 等模型,配备 MCP 工具、独立计算机与浏览器、例行任务、记忆和审批机制,并提供 Web、桌面和手机应用。
岛仔 Daozai:用 Rust 打造的 Windows 桌面信息岛,把音乐、邮件与日程收在屏幕边缘
岛仔 Daozai 是一个用 Rust 和 egui 构建的 Windows 桌面信息岛,收起在屏幕边缘,展开后可查看音乐歌词、微信/QQ 未读、邮件验证码、日程待办、天气和多种 AI 服务额度。项目开源、MIT 许可,提供安装版与免安装版。
Aion 2 AI 提示词工程工具:Windows 桌面本地运行
aion-2-trainer-tool 是一个面向 Aion 2 玩家的 Windows 桌面 AI 提示词工程工具包,提供本地运行、预设提示词库、变量注入和 TOML 配置,当前 GitHub Stars 为 1199。
AIDA 64 Extreme 2026:面向 Windows x64 的独立硬件诊断安装包
AIDA 64 Extreme 2026 是一个面向 Windows x64 的独立桌面安装包,把硬件诊断、传感器监控、压力测试和基准测试打包在一起,构建时完成授权配置,强调离线部署和可重复安装。本文根据 GitHub README 整理其功能、运行流程、兼容性与注意事项。




