avoid-ai-writing检测引擎揭秘0-100 AI嫌疑分如何计算53种模式类型完全指南【免费下载链接】avoid-ai-writingSkill that audits and rewrites content to remove AI writing patterns. Use it with your favorite agents including Claude Code, OpenClaw, Codex, and Hermes.项目地址: https://gitcode.com/gh_mirrors/avo/avoid-ai-writingavoid-ai-writing是一个运行在 Claude Code、Codex、Hermes 等 AI Agent 上的写作技能它先审计文本中的 AI 写作痕迹AI-isms再帮你改写得更像人类。核心是内置的检测引擎——把一段文字扔进去输出一个0–100 的 AI 嫌疑分、一段可读标签从 Clean 到 Heavy AI patterns以及逐条命中记录。本文基于源码拆解这套AI 检测引擎0–100 分数究竟怎么算出来的53 种模式类型各自代表什么新手该如何一键运行它 先跑起来30 秒体验 AI 嫌疑分检测安装 npm 包后一行代码即可调用npm install avoid-ai-writing-detectorconst AIDetector require(avoid-ai-writing-detector); const result AIDetector.analyzeText(Your text here…); console.log(result.score, result.label, result.issues.length);也可以在命令行直接给文件打分npx --package avoid-ai-writing-detector avoid-ai-writing draft.md详见 detector/README.md。 0–100 AI 嫌疑分四步计算法分数计算逻辑集中在 detector/patterns.js完整流程如下第 1 步反规避预处理人性化改写工具常用零宽字符、西里尔字母仿冒字符比如把英文 e 换成俄文 е来躲避检测。引擎在匹配前先把这些字符还原成正常英文并记录还原次数——这本身就是一个强 AI 信号正常人不会往自己文章里塞零宽字符对应类型normalization-flag权重高达 9 分。第 2 步53 类模式检测 去重引擎对文本跑一遍正则、结构和文体学检测产生原始命中然后按(type, text)去重——同一句话命中 3 次只算 1 次。这避免了重复命中刷分的老问题保证分数和你看到的命中列表完全一致。第 3 步按类别权重求和每个命中按其类别权重累加成rawScore。权重故意不均匀见 ISSUE_WEIGHTS 表例如权重类型为什么×15ai-citation-markup聊天工具引用标记泄漏实锤AI 工具内部标记直接混进了正文×12ai-utm-sourceAI 工具 URL 参数工具自动附加的追踪参数单点命中近乎定案×10cutoff-disclaimer知识截止日期免责声明LLM 自我暴露身份×8chatbot聊天机器人痕迹Certainly!强单点信号×5tier1AI 高频词delve、leverage、tapestry…频率型标志×2filler填充短语弱信号需密度支撑×0em-dash破折号滥用只提示不加分避免误伤第 4 步按文本长度归一化rawScore除以log2(词数/50)再封顶 100。长文天然有更多触发机会这个对数因子让同样密度的 AI 痕迹在不同篇幅下得分可比。最终分数映射到 6 档标签getLabel分数标签0Clean 干净1–15Minimal AI signals 极少量痕迹16–35Some AI patterns 部分模式36–60Moderate AI signals 中等信号61–80Strong AI signals 强烈信号81–100Heavy AI patterns 重度 AI 模式⚠️ 边界说明不足 10 词判Too short超过 1 万词判Text too long中文/日文等无空格脚本会返回Unsupported script——这些文本拒绝打分而非打 0 分。 53 种模式类型完全指南完整的类型 ↔ 规则对照契约写在 detector/CATEGORIES.md人类可读的规则目录在 references/patterns.md。按来源分四大组A. 词汇层Tier 1/2/3 分级词表Tier 1 · AI 高频词×5命中即记delve into、leverage、tapestry、landscape、watershed moment等每个词都配有更平实的替换建议Tier 1B · 啰嗦表达×3in order to→toutilize→use——纯清晰度问题权重压低避免把改写推向 AI 判定Tier 2 · 词汇簇×3同段 2 个才记harness、empower、foster、seamless、ecosystem……单个出现不算成簇才暴露AI 腔Tier 3 · 密度门控词×2significant、innovative、state-of-the-art等只有高密度复用才触发B. 结构层模板短语与写作骨架模板短语/套话簇×3 / ×12the integration of 之类的多词 boilerplate3 个以上不同套话叠加时按簇记 ×12AI 过渡句×2Moreover、Furthermore、in todays...通用结论×3the future looks bright、only time will tell标题式开头×8Certainly!、Great question!、Lets dive in!假性让步、修辞式提问、信心堆叠、模糊归因experts believe等C. 文体学层对整篇做数学没有对应文字规则类型原理uniformity节奏均匀度句式长度过于平均cross-para-burstiness跨段落句长方差异常fnword-trigram-entropy功能词三元组熵偏低 语法高度重复low-ttr词汇多样性200 词且类型-词次比 0.4punct-distribution段落间标点分布过于一致D. AI 工具指纹层单点近乎定案ai-citation-markup×15ChatGPT/Grok 的内部引用标记混进正文——冒烟枪级证据ai-utm-source×12URL 里残留utm_sourcechatgpt.comai-placeholder×10[insert name here]未填占位符normalization-flag×9零宽字符/仿冒字符反检测痕迹smart-punct-signature×6弯引号 破折号 牛津逗号共现的排版指纹另有 40 条规则如同义词轮换、Its not X — its Y 句式只能靠 LLM 判读、正则无法判定保留在技能文字规则中由模型执行见 CATEGORIES.md §C。⚖️ 不只是分数三分类与宁漏勿错原则分数之外引擎还输出HUMAN_ONLY / MIXED / AI_ONLY三分类和置信度classifyTrinary分数 15 且无强佐证 →HUMAN_ONLY出现任意强佐证截止日期声明、归一化痕迹、词汇三合一或分数 ≥ 70 →AI_ONLY其余 ≥ 15 →MIXED设计刻意偏向漏报误报伤害信任远比漏报严重所以 MIXED 区间很宽AI_ONLY 必须多重信号印证。 实战配置上下文模式与 CI 门禁上下文模式options.contextMode避免误伤技术写作technical模式会豁免 8 个技术语境下的合法词robust、seamless、leverage等并跳过 Title Case 标题检查marketing、personal目前按general计分。CI 门禁配套的avoid-ai-writing-gate命令按每文件命中数而非总分做通过/失败判断默认阈值 6在 376 篇人类文档语料上该阈值仅拒绝 1.9% 的人类文档GitHub Action 配置见 action.yml。改写后的内容保留校验由 detector/validate.js 单独负责——它对比改写前后两版确保代码块、表格、URL、标题结构没被顺手改掉。 核心文件速查文件作用detector/patterns.js检测引擎本体词表、正则、权重、打分detector/validate.js改写保留校验器detector/CATEGORIES.md53 类型 ↔ 规则章节对照契约references/patterns.md人类可读的完整模式目录scripts/check-style.js风格检查脚本action.ymlGitHub Actions 门禁配置总结avoid-ai-writing 的检测引擎 反规避预处理 → 53 类模式去重命中 → 不均匀权重求和 → 对数长度归一化 → 0–100 分 三分类。它把这段文字像不像 AI 写的变成了一个可复现、可测试、可进 CI 的确定性过程——而不是玄学。【免费下载链接】avoid-ai-writingSkill that audits and rewrites content to remove AI writing patterns. Use it with your favorite agents including Claude Code, OpenClaw, Codex, and Hermes.项目地址: https://gitcode.com/gh_mirrors/avo/avoid-ai-writing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 avoid-ai-writing检测引擎揭秘：0-100 AI嫌疑分如何计算？53种模式类型完全指南
avoid-ai-writing检测引擎揭秘0-100 AI嫌疑分如何计算53种模式类型完全指南【免费下载链接】avoid-ai-writingSkill that audits and rewrites content to remove AI writing patterns. Use it with your favorite agents including Claude Code, OpenClaw, Codex, and Hermes.项目地址: https://gitcode.com/gh_mirrors/avo/avoid-ai-writingavoid-ai-writing是一个运行在 Claude Code、Codex、Hermes 等 AI Agent 上的写作技能它先审计文本中的 AI 写作痕迹AI-isms再帮你改写得更像人类。核心是内置的检测引擎——把一段文字扔进去输出一个0–100 的 AI 嫌疑分、一段可读标签从 Clean 到 Heavy AI patterns以及逐条命中记录。本文基于源码拆解这套AI 检测引擎0–100 分数究竟怎么算出来的53 种模式类型各自代表什么新手该如何一键运行它 先跑起来30 秒体验 AI 嫌疑分检测安装 npm 包后一行代码即可调用npm install avoid-ai-writing-detectorconst AIDetector require(avoid-ai-writing-detector); const result AIDetector.analyzeText(Your text here…); console.log(result.score, result.label, result.issues.length);也可以在命令行直接给文件打分npx --package avoid-ai-writing-detector avoid-ai-writing draft.md详见 detector/README.md。 0–100 AI 嫌疑分四步计算法分数计算逻辑集中在 detector/patterns.js完整流程如下第 1 步反规避预处理人性化改写工具常用零宽字符、西里尔字母仿冒字符比如把英文 e 换成俄文 е来躲避检测。引擎在匹配前先把这些字符还原成正常英文并记录还原次数——这本身就是一个强 AI 信号正常人不会往自己文章里塞零宽字符对应类型normalization-flag权重高达 9 分。第 2 步53 类模式检测 去重引擎对文本跑一遍正则、结构和文体学检测产生原始命中然后按(type, text)去重——同一句话命中 3 次只算 1 次。这避免了重复命中刷分的老问题保证分数和你看到的命中列表完全一致。第 3 步按类别权重求和每个命中按其类别权重累加成rawScore。权重故意不均匀见 ISSUE_WEIGHTS 表例如权重类型为什么×15ai-citation-markup聊天工具引用标记泄漏实锤AI 工具内部标记直接混进了正文×12ai-utm-sourceAI 工具 URL 参数工具自动附加的追踪参数单点命中近乎定案×10cutoff-disclaimer知识截止日期免责声明LLM 自我暴露身份×8chatbot聊天机器人痕迹Certainly!强单点信号×5tier1AI 高频词delve、leverage、tapestry…频率型标志×2filler填充短语弱信号需密度支撑×0em-dash破折号滥用只提示不加分避免误伤第 4 步按文本长度归一化rawScore除以log2(词数/50)再封顶 100。长文天然有更多触发机会这个对数因子让同样密度的 AI 痕迹在不同篇幅下得分可比。最终分数映射到 6 档标签getLabel分数标签0Clean 干净1–15Minimal AI signals 极少量痕迹16–35Some AI patterns 部分模式36–60Moderate AI signals 中等信号61–80Strong AI signals 强烈信号81–100Heavy AI patterns 重度 AI 模式⚠️ 边界说明不足 10 词判Too short超过 1 万词判Text too long中文/日文等无空格脚本会返回Unsupported script——这些文本拒绝打分而非打 0 分。 53 种模式类型完全指南完整的类型 ↔ 规则对照契约写在 detector/CATEGORIES.md人类可读的规则目录在 references/patterns.md。按来源分四大组A. 词汇层Tier 1/2/3 分级词表Tier 1 · AI 高频词×5命中即记delve into、leverage、tapestry、landscape、watershed moment等每个词都配有更平实的替换建议Tier 1B · 啰嗦表达×3in order to→toutilize→use——纯清晰度问题权重压低避免把改写推向 AI 判定Tier 2 · 词汇簇×3同段 2 个才记harness、empower、foster、seamless、ecosystem……单个出现不算成簇才暴露AI 腔Tier 3 · 密度门控词×2significant、innovative、state-of-the-art等只有高密度复用才触发B. 结构层模板短语与写作骨架模板短语/套话簇×3 / ×12the integration of 之类的多词 boilerplate3 个以上不同套话叠加时按簇记 ×12AI 过渡句×2Moreover、Furthermore、in todays...通用结论×3the future looks bright、only time will tell标题式开头×8Certainly!、Great question!、Lets dive in!假性让步、修辞式提问、信心堆叠、模糊归因experts believe等C. 文体学层对整篇做数学没有对应文字规则类型原理uniformity节奏均匀度句式长度过于平均cross-para-burstiness跨段落句长方差异常fnword-trigram-entropy功能词三元组熵偏低 语法高度重复low-ttr词汇多样性200 词且类型-词次比 0.4punct-distribution段落间标点分布过于一致D. AI 工具指纹层单点近乎定案ai-citation-markup×15ChatGPT/Grok 的内部引用标记混进正文——冒烟枪级证据ai-utm-source×12URL 里残留utm_sourcechatgpt.comai-placeholder×10[insert name here]未填占位符normalization-flag×9零宽字符/仿冒字符反检测痕迹smart-punct-signature×6弯引号 破折号 牛津逗号共现的排版指纹另有 40 条规则如同义词轮换、Its not X — its Y 句式只能靠 LLM 判读、正则无法判定保留在技能文字规则中由模型执行见 CATEGORIES.md §C。⚖️ 不只是分数三分类与宁漏勿错原则分数之外引擎还输出HUMAN_ONLY / MIXED / AI_ONLY三分类和置信度classifyTrinary分数 15 且无强佐证 →HUMAN_ONLY出现任意强佐证截止日期声明、归一化痕迹、词汇三合一或分数 ≥ 70 →AI_ONLY其余 ≥ 15 →MIXED设计刻意偏向漏报误报伤害信任远比漏报严重所以 MIXED 区间很宽AI_ONLY 必须多重信号印证。 实战配置上下文模式与 CI 门禁上下文模式options.contextMode避免误伤技术写作technical模式会豁免 8 个技术语境下的合法词robust、seamless、leverage等并跳过 Title Case 标题检查marketing、personal目前按general计分。CI 门禁配套的avoid-ai-writing-gate命令按每文件命中数而非总分做通过/失败判断默认阈值 6在 376 篇人类文档语料上该阈值仅拒绝 1.9% 的人类文档GitHub Action 配置见 action.yml。改写后的内容保留校验由 detector/validate.js 单独负责——它对比改写前后两版确保代码块、表格、URL、标题结构没被顺手改掉。 核心文件速查文件作用detector/patterns.js检测引擎本体词表、正则、权重、打分detector/validate.js改写保留校验器detector/CATEGORIES.md53 类型 ↔ 规则章节对照契约references/patterns.md人类可读的完整模式目录scripts/check-style.js风格检查脚本action.ymlGitHub Actions 门禁配置总结avoid-ai-writing 的检测引擎 反规避预处理 → 53 类模式去重命中 → 不均匀权重求和 → 对数长度归一化 → 0–100 分 三分类。它把这段文字像不像 AI 写的变成了一个可复现、可测试、可进 CI 的确定性过程——而不是玄学。【免费下载链接】avoid-ai-writingSkill that audits and rewrites content to remove AI writing patterns. Use it with your favorite agents including Claude Code, OpenClaw, Codex, and Hermes.项目地址: https://gitcode.com/gh_mirrors/avo/avoid-ai-writing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考