书稿级中文去 AI 味。别人的 humanizer 改段落，人味管一整本 13 万字的书。
句子层面的 AI 味，市面上的工具都能改。但一本书读到一半让人合上的，往往是跨章节的裂缝——而这些裂缝，一次只读一段的工具永远看不见。
第 2 章说辅酶 Q10 一天 100mg，第 7 章又说 30mg 起步。读者当场懵了。
开篇郑重承诺「本书不讲复杂的生化通路」，第 4 章讲了整整 20 页。
基因在第 1 章是「蓝图」，第 3 章是「开关」，第 5 章成了「交响乐队」。三个打架的意象，读者不是在理解概念，是在清理认知碎片。
第 12 章冒出一句「研究表明」，查无此文。
这些错，单句级的工具看不见。人味读的是整本书。
砍掉 AI 味只是地基。真正的问题是砍完之后，文字还是不会走路——干净了，但没有血肉。人味在减法之后还有加法。
在当今大健康时代的背景下，甲基化作为一种极其重要的表观遗传调控机制，在基因表达的调控过程中发挥着不可或缺的关键作用。值得注意的是，甲基化不仅是一个复杂的生化过程，而且与多种慢性疾病的发生发展密切相关。我们需要理解的是，通过摄入富含甲基供体的食物，可以使得体内的甲基化水平得到有效改善。总而言之，甲基化就像一把双刃剑。让我们一起拥抱更健康的生活吧！
先记住一句话：甲基化不改变基因序列，但能决定哪些基因被打开、哪些被关掉。
这个开关跟衰老的关系，比你想象的更直接。2019 年 Fitzgerald 团队让一群中年人吃了 8 周高甲基供体饮食——绿叶菜、甜菜根、动物肝脏——结果参与者的生物年龄平均回退了 1.8 岁。
1.8 岁。不是神话，是数据。
把「A。B。C。」的事实罗列改成「A，所以 B。而 B 意味着 C」的推导链，每句话推着读者往下一句走。
上一句的尾词成为下一句的首词，不靠连接词也让行文紧密。「…打开了开关。这个开关…」
结论先行 / 悬念驱动 / 分层递进三种模型交替，让读者每翻一页都有新鲜感。
知道什么时候收、什么时候放。科普书 70% 白描 + 30% 渲染——渲染太多变鸡汤，白描太多变教材。
从多本中文健康科普书稿的真实编辑经验 + 出版级编校标准提炼，不是拍脑袋列的关键词黑名单。每条都有「特征 / AI 写 / 人写 / 改法」四段式。
长文不是短文拼接。AI 在跨章节记忆、全局一致性和逻辑推导链上有系统性弱点——篇幅越长，暴露越彻底。这五条是人味区别于所有段落级工具的地方。
随着篇幅增长，AI 被中间生成的细节带偏，后半段偏离开篇立论。读者读完发现「你不是一开始说这个的」。
不是 AI「故意」矛盾，是注意力窗口有限导致的静默遗忘。数据矛盾还算好查，承诺矛盾最隐蔽。
好的科普用比喻帮读者建立心智模型。一个模型还没建立，下一个比喻就把它推翻了。跨度越大，读者攒的互斥意象越多。
赋予分子、细胞、基因以人的企图心和意志——伪生动的重灾区。一本书累积下来，读者会觉得「你在写童话」。
AI 在需要论证时会一本正经地捏造。长书中危害随篇幅累积：一处捏造可能被后续多处引用，错误层层放大。
能数清楚的东西不该花钱问大模型，需要判断的东西正则也数不出来。人味把两件事分开做。
v3.0.0 在 10 案 3 领域测试集上的结果，含完整报告与逐案原始输出，全部开源可复现。
把书稿粘进浏览器，三秒出体检报告。跟命令行版用的是同一套规则——完全本地运行，不上传、不联网、不需要注册。
规则 38「去拟人化」在科普里是治病，在小说里是毁笔法——「风推开了门」「夜色压下来」必须留住。所以虚构类不是换几个例子，是换规则本身。
| 文体 | 状态 | 说明 |
|---|---|---|
| 非虚构 科普 / 健康营养 / 商业科技 / 个人成长 | ✅ 完整支持 | 51 条规则全适用，配 3 个可插拔领域示例包 |
| 小说 / 剧本 | 🚧 MVP | --profile fiction：禁用规则 38/16/39，放宽白描渲染比与破折号阈值，把规则 35/36 映射为主线漂移与设定矛盾，新增 F1–F10 虚构专属 |
| 诗歌 / 实验性文本、医疗专业书、非中文 | ❌ 不在范围 | 需要不同标准，请 fork 扩展 |
对话同质化（所有角色一个腔）· 情绪直述而非呈现 · 万能场景开头 · 陈腐身体反应（心一紧、瞳孔一缩）
设定漂移（第 3 章绿眼睛、第 18 章成褐色；时间线对不上）· 伏笔未回收（郑重埋下的钩子再没出现）
节拍平均（像匀速传送带）· 角色 OOC 与动机断裂 · 视角泄漏 · 副词过载的动作描写
大多数 agent 工具什么都不用配——仓库根的 AGENTS.md 是当前的事实标准，放进项目即生效。
# 体检：不改稿、不调用大模型、不花一分钱 python cli/renwei_lint.py 你的书稿.md # 工业模式：整本书逐章检测，导出 CSV 报告 python cli/renwei_lint.py chapters/ --per-file --quiet --csv report.csv # 写小说？切换虚构类规则 python cli/renwei_lint.py 小说.md --profile fiction
退出码 0 = 通过、1 = 有超标项，可直接接进 CI 卡关。
| 平台 | 怎么装 |
|---|---|
| 通用（首选） | 仓库根 AGENTS.md 即生效 |
| Claude Code | 同上，或用 /deai、/deai-scan、/deai-fix 斜杠命令 |
| Cursor | .cursor/rules/ 靠 globs 自动拦截 *.md |
| Codex CLI / Grok CLI / Hermes | 读 AGENTS.md，开箱可用 |
| OpenClaw | adapters/portable-skill/ |
| Copilot / Gemini CLI / Windsurf / Zed / Aider | 读 AGENTS.md |
兼容性表区分「已实测」与「理论兼容」，不做没验证过的宣称。
规则本体与确定性检测按 MIT 开源。进阶能力按需付费——但你永远可以只用免费部分把书改完。
不是。人味是编辑工具，目标是让书更好读，不是让机器认不出来。如果你要的是绕过查重或 AI 检测，这个项目帮不上忙，也不打算帮。
三点。第一，它们处理段落，人味处理整本书——论点漂移、前后数据矛盾、比喻互斥这些跨章节问题，段落级工具结构上就看不见。第二，它们只做减法，人味在砍完 AI 味之后还有正面写作技法。第三，人味把能量化的部分做成了不烧 token 的本地检测，而不是每件事都问大模型。
这正是我们专门测的。测试集里有个负例陷阱——一段本来就是人写的自述，正确行为是几乎不动。实测只改了 4 个字（删冗余代词），与人工金标准 100% 一致。规则里也明确写了红线：保留作者第一人称自述、真实口语引文、真实案例细节。
体检不需要——renwei_lint.py 是纯 Python 正则统计，零依赖、本地跑、不花钱。只有让大模型改写时才需要你自己的模型（Claude Code、Cursor 等你已经在用的工具）。
目前需要一点命令行基础，或者在 Claude Code / Cursor 里用。图形界面在规划中。如果你是出版社或职业作者，可以直接提 issue 说明需求——这类反馈会优先排。
可以，而且鼓励。MIT 协议，fork 随意。规则本体是纯 Markdown，阈值在 metrics.json 里，改完 CLI 立刻生效。文体差异大到需要禁用某些规则时，写一个 profile 即可（参考 profiles/fiction）。