Humanize Text
lynote-ai/humanize-textAI 已审核
RepoPicks Radar 检查于
Humanize Text 是什么?
Humanize Text接收一段AI写的草稿,并重写它使其更像人写的。它让文本经过四个步骤:由语言模型(默认DeepSeek)完成两次改写,再由不同引擎完成两次机器翻译,依次经过中文、日文和芬兰文,最后再译回英文。你可以把它当作Python命令运行,作为带REST接口的Docker服务运行,或作为n8n工作流运行,并且需要自己的模型和翻译密钥。每一个中间步骤都可以打印出来,让你看到发生了什么变化。
Humanize Text 安装有多容易?
C · 需要安装 1–2 个工具 · Windows
- Windows C
- macOS C
- Linux C
三个系统的四个步骤相同,Linux和macOS与README中的命令完全一致:安装Python 3.10或更高版本,克隆仓库,运行pip install,复制示例配置并粘贴两个API密钥,然后为每段文本运行一条命令。Docker作为提供REST接口的替代方案。没有安装程序,没有可点击的窗口,发布页面上也没有任何可下载的内容。
Humanize Text 的 GitHub 数据
- 星标
- 3,4972026年11月10日
- 下载量
- —所有发布版本
- 增长
- +166 天内新增星标
星标变化
事实
- 可运行于
- Windows, macOS, Linux
- 需要安装
- Python
- 从源码编译需要
- Python, Docker, 显卡
- 磁盘空间
- 950 MB–4.3 GB · 估算
- 账号或密钥
- DeepSeek or another OpenAI-compatible model provider (OpenRouter, Atlas Cloud, OrcaRouter, LiteLLM), Niutrans (translation), Google Translate (through deep-translator)
- 费用
- 免费,API 另行收费 · 代码是免费的(MIT协议),但只能配合付费密钥使用:一个语言模型服务商(默认DeepSeek,或OpenRouter等)和一个Niutrans翻译密钥。开发者托管的服务另行出售,价格为"1 credit per input word"(每个输入单词1个积分)。
- 许可证
- MIT (宽松型)
- 可以替代
- Undetectable AI, QuillBot
- GitHub 上的最近改动
- 2026年10月22日
Humanize Text 的风险信号 (4)
- 注意专为通过AI检测而设计
该项目的目的是让AI文本读起来像人写的,并通过AI检测工具:处理流程旨在"break the statistical patterns typical of AI text",使得"no single engine's fingerprint survives",`focus`档位增加了一个"detection-guided feedback loop"以实现"Maximum restructuring",展示表格里列出"Detector verdict on our test"为"human",置信度最高达0.9997。项目主题中包括"undetectable-ai-alternative"。学校、期刊和许多雇主对使用及披露AI写作有相关规定;README本身也写道"follow your institution's policies on AI use and disclosure. Please don't use it to misrepresent authorship."
AI 审核
- 信息文本被发送到多个外部服务
一次运行最多会把你的草稿发送到四个外部服务:"Step 1 LLM ... Step 2 LLM ... Step 3 Google Translate ... Step 4 Niutrans"。你粘贴的任何内容,包括尚未发表的作品,都会经过该模型服务商和两个翻译引擎。
AI 审核
- 信息为开发者的付费服务做推广
该仓库属于出售托管版本的公司,README中反复用带跟踪参数的链接指向它,例如"Try it online"指向"lynote.ai/ai-humanizer?utm_source=github&utm_medium=readme...",还有一张对比表"This repo | Lynote.ai",其中付费服务使用"our own model"。README在谈到开放的训练流程时也说:"Model weights and full datasets are not included."
AI 审核
- 信息质量数据来自开发者自己
README中的分数是开发者自己给出的:"Expert evaluation on 50 text pairs","Overall 9.1"(满分10分),以及"Key information retention: 100% (50/50 pairs)",检测结果则是"illustrative snapshots from one detector at one point in time, not a guarantee"。
AI 审核
证据以原始语言显示。
Radar 无法验证的 Humanize Text 相关内容
- 改写后的文本能否通过你的学校、期刊或客户实际使用的检测工具
- 处理一篇长文档,模型和翻译密钥要花多少钱
- 经过四个步骤后,含义、引文和专业术语会偏离多少,README对此有提醒
- Docker和n8n的使用方式是否如文档所述那样可行
- 模型服务商和翻译引擎会保留你发送文本的哪些内容