deslop
by moponer
README.md
# humanizer-stream
**把 AI 味从输出里洗掉,一个 token 都不多花。**
模型写出来的东西有一股味儿:套话开场、句尾升华、满屏加粗、破折号插入语、`综上所述 + 未来可期` 收尾。*humanizer-stream* 在**出口**把这类痕迹削掉——不改你的提示词,不额外调用一次模型,不动上下文,因此**不增加 token 消耗、不打穿前缀缓存命中率**。
它不是一个 skill,也不是一段 prompt。它是一层可以插在任何 harness 输出链路上的过滤器。
```
模型(原样)──► [ humanizer-stream ] ──► 用户看到的文本
│
└─ 规则命中、改写、丢弃套话;代码/URL/路径/公式原样通过
```
---
## 为什么不是又一个 prompt
社区里做得最好的几个去 AI 味项目(`blader/humanizer`、`jiji262/humanizer-chinese` 等)都是 **SKILL.md**:把规则写进上下文,让模型自己改写。效果确实好,但它们有三个绕不过去的代价:
| 代价 | 后果 |
| --- | --- |
| 规则要进提示词 | 提示词变了 → **前缀缓存全废**,每轮多付一份完整输入的钱 |
| 让模型再写一遍 | **输出 token 翻倍**,长文尤其贵;还会引入新的事实漂移风险 |
| 常驻上下文 | 吃掉窗口,挤掉真正需要的材料 |
`humanizer-stream` 换了个位置:**不参与生成,只参与呈现**。
- 输入侧一个字节都不改 → 缓存命中率与不开插件时**完全一致**。
- 不发起任何模型请求 → token 消耗增量**为 0**。
- 不写进会话历史 → 上下文长度**不变**。
换句话说:这层过滤器对「模型看到什么」无感,只对「人看到什么」负责。
---
## 装 / 用
零依赖,Node 18+。仓库里没有构建步骤,`src/` 就是可运行代码。
```bash
git clone <this-repo> humanizer-stream
cd humanizer-stream
node bin/deslop.js samples/before-zh.md # 直接看效果
```
### 1) 命令行(改已有文件、交付前过一遍)
```bash
deslop article.md # 过滤后打到 stdout
deslop -i docs/*.md # 原地改写
deslop --dir docs --write # 递归改写
deslop --check README.md # 只体检:AI 味超阈值退出码 1(CI 门禁)
deslop --check --json doc.md # 机器可读报告
deslop rules # 全部规则清单
```
### 2) 作为库(harness 里挂一个输出钩子)
```js
import { createTextFilter } from "humanizer-stream";
const hz = createTextFilter({ profile: "chat" });
// 一次性
const clean = hz.text(modelOutput);
// 流式:push 返回「现在可以安全输出」的片段,end 冲刷尾巴
const stream = hz.stream();
onDelta((d) => render(stream.push(d)));
onEnd(() => render(stream.end()));
```
### 3) 作为 HTTP 代理(客户端零改动,最推荐)
```bash
deslop proxy --upstream https://api.deepseek.com --port 8787
```
把任意客户端的 `baseURL` 指到 `http://127.0.0.1:8787` 就行。请求体原样转发,只在响应正文的文本字段上做减法。支持 OpenAI Chat Completions / Completions / Responses API 与 Anthropic Messages(流式与非流式)。
### 4) 作为 MCP server
```bash
deslop mcp
```
提供 `humanize_text`、`humanize_file`、`score_text` 三个工具。适合「交付前过一遍」,不适合指望 agent 每次主动调。
### 5) 作为 lynn(或任意宿主)插件
```bash
deslop install-lynn # 装到 ~/.lynn/plugins/humanizer-stream/
```
宿主只需实现 §3 的文本过滤器契约(见 `docs/PLUGIN-CONTRACT.md`),把模型文本在**展示前**过一遍即可。
---
## 它到底改什么
三类动作,从保守到激进:
- **删**:无信息量的填充。「随着…的不断发展」「值得注意的是」「综上所述」「希望对你有帮助」「未来可期,让我们拭目以待」。
- **改**:有安全等价物的表达。「对数据进行了分析」→「分析了数据」;「将被自动保存」→「会自动保存」;半角标点 → 全角;`- **高效**:…` → `- 高效:…`。
- **标记**:需要语义判断的,**只报告不动手**。互联网黑话(赋能/抓手/闭环)、三项排比、`不是 X,而是 Y`、破折号插入语。自动改这些就是代笔,会编造原文没有的判断。
规则共 70+ 条,中文为主、英文并行,逐条带来源与示例:见 [docs/RULES.md](docs/RULES.md)。
---
## 它绝对不碰什么
保护区分三档,认不准一律不动:
| 类别 | 例子 |
| --- | --- |
| 代码 | 围栏代码块、行内代码、shell 片段 |
| 定位符 | URL、邮箱、Windows/Unix 路径、版本号、git hash、`{{模板}}` |
| 结构 | YAML frontmatter、Markdown 表格、HTML/JSX 标签、`$公式$` |
| 数据 | 数字、单位、引号内的原话 |
外加两条硬约束:
1. **只做减法**:不新增事实、人名、数字、日期。删掉的只能是「说话方式」,不能是「说了什么」。
2. **删空回退**:如果一段文本被削成空串(说明规则在这个语境下误判),原样返回。
源码文件(`.ts` / `.py` / `.go` …)走 **code 档**:只处理注释,代码本体一个字符不动,且**注释规则绝不删行、不动注释符**——保证 diff 干净、语法安全。
---
## 流式安全
流式场景最容易翻车:规则被 chunk 边界切断(`值得注意的` + `是,`),或者把 ```` ``` ```` 这种跨块状态搞错。
做法:
- 缓冲区只在**行 / 句边界**切(`\n。!?;` 等),切不出边界就继续攒(默认 80 字起、600 字兜底硬切)。
- 围栏状态、frontmatter 状态、块注释状态、字符串状态在 push 之间保持。
- 硬切(词中间)时,段首不算真正句首,`^` 锚定规则一律不跑。
有一条测试专门锁这个不变量:**把同一段文本按 1/2/3/7/13/64 字切碎喂进去,结果必须与一次性处理逐字节相同**。
---
## 体检分不是检测器
`deslop --check` 会给一个 0–100 的分。请**不要**拿它当「绕过 AI 检测」的指标——那是另一种假。它只是内部质量信号:同样的字数里,命中了多少条明确的 AI 写作特征、有多重。正确的用法是当 CI 门禁:
```yaml
- run: node bin/deslop.js --check docs/*.md --threshold 15
```
---
## 文档
| 文件 | 内容 |
| --- | --- |
| [docs/ARCHITECTURE.md](docs/ARCHITECTURE.md) | 引擎内部:状态机、缓冲区、保护区扫描 |
| [docs/RULES.md](docs/RULES.md) | 全部规则、来源、误伤清单、按档位分布 |
| [docs/INTEGRATION.md](docs/INTEGRATION.md) | 六种接入方式的完整配方 |
| [docs/PLUGIN-CONTRACT.md](docs/PLUGIN-CONTRACT.md) | 插件接口规范 v1(宿主 ↔ 插件) |
| [docs/SAFETY.md](docs/SAFETY.md) | 不变量、回退策略、如何验证 |
## 许可
MIT。规则中的「AI 写作特征」描述来自公开材料(Wikipedia:Signs of AI writing、CCL 2023 等),实现与词表为本项目自写。
This server cannot be deployed
Maintenance
ActivityMaintained
ResponsivenessNo recent community issues