Humanize Text
lynote-ai/humanize-textRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es Humanize Text?
Humanize Text toma un borrador escrito por IA y lo reescribe para que suene más como una persona. Envía el texto por cuatro pasos: dos reescrituras hechas por un modelo de lenguaje (DeepSeek por defecto) y dos traducciones automáticas en motores distintos, pasando por chino, japonés y finlandés antes de volver al inglés. Lo ejecutas como un comando de Python, como un servicio Docker con un endpoint REST, o como un flujo de n8n, y necesitas tus propias claves de modelo y de traducción. Cada paso intermedio puede imprimirse, así que puedes ver qué cambió.
¿Qué tan fácil es instalar Humanize Text?
C · instalar 1 o 2 herramientas · Windows
- Windows C
- macOS C
- Linux C
Los mismos cuatro pasos en los tres sistemas, con Linux y macOS siguiendo exactamente los comandos del README: instalar Python 3.10 o posterior, clonar el repositorio, ejecutar pip install, copiar la configuración de ejemplo y pegar dos claves de API, y luego ejecutar un comando por cada texto. Docker se ofrece como alternativa para un endpoint REST. No hay instalador, ni ventana en la que hacer clic, ni nada que descargar desde la página de versiones.
Humanize Text en GitHub
- Estrellas
- 3497el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +16estrellas en 6 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Windows, macOS, Linux
- Necesitas instalar
- Python
- Para compilar desde el código
- Python, Docker, Tarjeta gráfica
- Espacio en disco
- 950 MB–4,3 GB · estimación
- Cuentas o claves
- DeepSeek or another OpenAI-compatible model provider (OpenRouter, Atlas Cloud, OrcaRouter, LiteLLM), Niutrans (translation), Google Translate (through deep-translator)
- Costo
- Gratis, la API se paga · El código es gratuito (MIT), pero solo funciona con claves de pago: un proveedor de modelo de lenguaje (DeepSeek por defecto, u OpenRouter y otros) y una clave de traducción de Niutrans. El servicio alojado del creador se vende por separado a "1 credit per input word" (1 crédito por palabra de entrada).
- Licencia
- MIT (Permisiva)
- Puede reemplazar
- Undetectable AI, QuillBot
- Último cambio en GitHub
- 22 oct 2026
Señales de riesgo de Humanize Text (4)
- Atenciónhecho para pasar detectores de ia
El propósito del proyecto es hacer que el texto de IA se lea como escrito por una persona y pase los detectores de IA: la canalización busca "break the statistical patterns typical of AI text" para que "no single engine's fingerprint survives", el nivel `focus` añade un "detection-guided feedback loop" para "Maximum restructuring", y la tabla de muestra lista un "Detector verdict on our test" de "human" con una confianza de hasta 0.9997. Los temas incluyen "undetectable-ai-alternative". Las escuelas, revistas y muchos empleadores tienen reglas sobre el uso y la declaración de escritura con IA; el propio README dice "follow your institution's policies on AI use and disclosure. Please don't use it to misrepresent authorship."
revisión con IA
- Infoel texto se envía a varios servicios externos
Una sola ejecución envía tu borrador hasta cuatro servicios externos: "Step 1 LLM ... Step 2 LLM ... Step 3 Google Translate ... Step 4 Niutrans". Lo que pegues, incluido trabajo sin publicar, pasa por el proveedor del modelo y por ambos motores de traducción.
revisión con IA
- Infopromueve el servicio pago del creador
El repositorio pertenece a la empresa que vende la versión alojada, y el README apunta hacia ella repetidamente con enlaces de seguimiento, por ejemplo "Try it online" hacia "lynote.ai/ai-humanizer?utm_source=github&utm_medium=readme...", además de una tabla comparativa "This repo | Lynote.ai" donde el servicio pago usa "our own model". El README también dice sobre el pipeline de entrenamiento abierto: "Model weights and full datasets are not included."
revisión con IA
- Infocifras de calidad proporcionadas por el creador
Las puntuaciones del README son del propio creador: "Expert evaluation on 50 text pairs" con un "Overall 9.1" sobre 10 y "Key information retention: 100% (50/50 pairs)", y los resultados del detector son "illustrative snapshots from one detector at one point in time, not a guarantee".
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de Humanize Text
- Si el texto reescrito pasa el detector que realmente usa tu escuela, revista o cliente
- Cuánto cuestan las claves de modelo y de traducción para un documento largo
- Cuánto se desvían el significado, las citas y los términos técnicos tras los cuatro pasos, algo sobre lo que el README advierte
- Si las rutas de Docker y n8n funcionan como se describe
- Qué conserva el proveedor del modelo y los motores de traducción del texto que envías