AI 写得快，却总有机器腔？文章写得很顺，读完却记不住一句具体的话：开头先讲宏大背景，段段都在强调意义，结尾还要替读者总结一次。遇到这种稿子，别急着全文重写，先查问题、再改表达，最后校准文风——把三件事分开，挑工具会容易很多。下面这份清单去重后有 22 个名称，混合了改稿 Skill、检测研究项目和内容系统，按用途整理如下。
第一步：先查清哪里不好读
普通写作者可以先从编辑规则入手。humanizer 整理常见 AI 写作模式，适合检查夸大表达、模糊归因和机械句式；Humanizer-zh 提供中文版本的编辑思路，适合审阅已有中文稿。stop-slop 可以当作删套话、减冗余的规则清单，stop-slop-zh 则面向中文表达。先让工具圈出具体句子、解释问题，再决定是否修改；正常的术语、必要的步骤和作者原本的语气，都不必为了“去味”一律删掉。
如果你关心的是检测模型与语料研究，还有两项：chatgpt-comparison-detection 包含 HC3 人类与 ChatGPT 对比语料、检测和语言分析内容；AIGC_text_detector 是 AI 生成文本检测研究项目，提供相关代码与模型说明。这类项目和文字编辑 Skill 的用途不同，检测结果要结合模型、语言和样本范围理解，不宜拿一个分数给作者身份下结论。
第二步：改稿时先保住事实
中文稿可以从下面这些具体实现里选一个试。shuorenhua 强调按场景修改多余表达，保留事实、条件和原有口气；qu-ai-wei 提供中文稿件的编辑规则与不同处理模式，适合逐处确认修改；ai-flavor-remover 也是去 AI 味方向的项目，作者标注了有限的模型测试范围，换模型使用要自行核对结果。anti-slop-writing 关注空泛表达、模板节奏和段落衔接，可用于文章、文档或产品文案的审改；humanize-mba-text-skill 更偏中文 MBA 论文的检查与改写，使用时要保留学术表达、数据和引用要求。
不用把这些规则同时塞给 AI。先用一套改一段，检查原意有没有变、数字有没有丢，再决定是否继续处理全文。“写得像人”也不需要靠编造亲历、故意写错字来实现，缺少具体材料时，删短一点比硬补一个故事稳妥。
第三步：让后续稿子更接近自己的表达
每次都说“自然一点”，AI 很难知道你究竟喜欢什么。可以保留自己改过的前后版本，让风格要求有实际依据。writing-style-skill 提供从修改差异中提取写作偏好的模板，适合长期校准个人文风；WRITING.md 是一套考虑读者、文体和事实保真的写作规则；agent-style 更偏技术写作纪律，可以研究如何把表达规则接进 Agent 的日常输出；nuwa-skill 涉及从公开资料提取人物的思维方式与表达特征，它的范围比模仿文风更广，使用时要区分参考、推断和人物真实说过的话。
需要完整内容流程时，再研究下面三项：writing-agent 面向从选题、写作到审校的协作流程，具体运行条件以当前文档为准；oh-story-claudecode 主要服务网络小说，覆盖规划、写作、去 AI 味等环节；AIWriteX 覆盖内容生成、排版及发布等工作，接入和配置比单个改稿 Skill 更复杂。
有几个名称选之前需要再辨认：常见的 taste-skill 主要面向前端界面设计，不能直接把它当成中文文章改稿工具。openai-detector、humanize-text、De-AI-Prompt-Enhancer 这三项仅凭名称还不足以确认清单指的是哪个实现，先保留为检索线索，不据此判断官方身份或补写安装地址。
第一次用，可以直接这样提要求
请先审阅下面的稿子，暂时不要全文重写。指出最影响阅读的几处问题，引用原句，说明具体哪里空泛、重复或衔接不清。再给出一版修改稿，保留事实、数字、引用、判断强度和原本语气，不编造经历，不为了显得随意而故意写错字。
这是我自己写过的一段文字，请参考它的表达习惯。
这是需要修改的稿子。
最后列出需要我补充材料或确认的地方。