cookieeeee1014/zh-tw-skills

繁體中文的 Agent Skills
判斷一段繁體中文是台灣／香港人寫的、還是機器寫的，以及標點排版錯在哪。
繁簡轉換工具（OpenCC 之類）把「汉」變成「漢」，但它把「信息」轉成繁體之後還是「信息」——字形全對，用詞全是大陸的。這個工具補的就是這一層，外加量化「AI 腔」和標點排版檢查。
## 兩個 skill
| Skill | 檢查什麼 | 執行 |
| zh-tw-humanizer | 大陸用詞、AI 腔（節奏／抽象詞／高級同義詞） | python skills/zh-tw-humanizer/scripts/check.py 檔案.txt |
| zh-tw-typography | 半形標點、省略號、破折號、引號、中英空白 | python skills/zh-tw-typography/scripts/checktype.py 檔案.txt |
兩個都支援 --json、--stdin，只在錯誤時回傳 exit 1。
## 它抓什麼
真實輸出：
$ python skills/zh-tw-humanizer/scripts/check.py 你的文章.txt
=== 體檢 ===
句長節奏 0.349 平滑（AI 傾向）
抽象詞/千字 6.2
高級同義詞/千字 4.1
=== 判定 ===
大陸用詞 A 級 1（一票否決）、B 級 1、官方對照 2
大陸構詞 4
AI 腔 11
=== 逐項 ===
1:15 [A 級用詞] 「信息」 → 資訊
3:18 [抽象名詞] 「賦能」 → 換成具體動詞或事實
5:3 [否定平行] 「不是…是」 → 直接講肯定的那半
$ python skills/zh-tw-typography/scripts/checktype.py 你的文章.txt
1:4 [半形逗號] 「的,」 → ，
2:7 [省略號] 「...」 → ……
3:15 [破折號] 「--」 → ——
3:21 [直引號] 「"很重要"」 → 「…」
## 改寫，不只檢查
zh-tw-humanizer 的 --prompt 把檢測結果、改寫規則、豁免範圍組成一份完整請求，直接餵給任何模型：
bash
python skills/zh-tw-humanizer/scripts/check.py --prompt 文章.txt > 改寫請求.md
輸出長這樣：
markdown
## 原文
（你的文章）
## 檢測結果
句長節奏 0.349（平滑（AI 傾向））
### 第一優先：A 級大陸用詞（必須全部改掉）
第 1 行第 15 字：「信息」→ 資訊
### AI 腔
第 2 行第 4 字：「作為一個 AI」→ 刪
## 改寫規則
1. 先清地區用詞 … 2. 再刪 … 3. 具體化 … 4. 最後調節奏
## 不要動的地方
（技術文件的「首先其次」、物理語境的「質量」、作者自己的限制詞…）
模型拿到的是具體位置和具體建議，不是抽象的「去 AI 味」。
## 三個可量測的信號
同一主題，兩種寫法的實測：
| | 句長節奏 | 抽象詞/千字 | AI 腔 |
| AI 寫的 | 0.349 | 6.2 | 11 處 |
| 手寫的 | 0.820 | 0.0 | 0 處 |
句長節奏 = 句長標準差 ÷ 平均句長。數值越低越平滑。差 2.35 倍，門檻寫在測試裡。
另外兩個：抽象詞密度（賦能／閉環／落地 ÷ 千字）、高級同義詞密度（撰寫／運用／具備 ÷ 千字）。
## 安裝
bash
# Claude Code
cp -r skills/zh-tw-humanizer ~/.claude/skills/
cp -r skills/zh-tw-typography ~/.claude/skills/
# DeepSeek Harness
cp -r skills/zh-tw-humanizer ~/.dsh/skills/
cp -r skills/zh-tw-typography ~/.dsh/skills/
零依賴，只用 Python 標準函式庫。不裝套件、不連網。
bash
python skills/zh-tw-humanizer/scripts/check.py 檔案.txt
python skills/zh-tw-humanizer/scripts/check.py --json 檔案.txt
cat 檔案.txt | python skills/zh-tw-humanizer/scripts/check.py --stdin
也可以當普通 Python 用：
python
import sys; sys.path.insert(0, "skills/zh-tw-humanizer/scripts")
from check import scan, metrics
## 判定分四層
| 層 | 內容 | 例子 | OpenCC 能處理 | AI 常犯 |
| L0 | 字形 | 汉→漢 | ✅ | 很少 |
| L1 | 術語命名 | 信息→資訊 | ❌ | 極常犯 |
| L2 | 構詞法 | 進行討論→討論 | ❌ | 常犯 |
| L3 | 語用語體 | 公文腔、稱謂 | ❌ | 常見 |
L1 是重點。工具內建教育部《國語辭典簡編本》附錄「兩岸常用詞語對照表」 620 條，展開成 864 條映射：
公尺 ← 米 網際網路 ← 互聯網
埠 ← 端口 OK繃 ← 創可貼
點滴 ← 吊瓶 拘提 ← 拘傳
官方表收生活與通用詞彙，AI 寫繁體最容易錯的 IT 術語（內存、默認、加載、源代碼）不在裡面，由人工詞表補。兩者互補。
詞表可自行重抓：python tools/fetchmoe.py
## 邊界
會誤報的地方。 表格裡的詞表行（賦能／閉環／落地）會被抓，因為工具分不出「列舉一個詞」和「使用一個詞」。引號、反引號、引用塊、程式碼區塊都已豁免，但這一類做不到。
單字詞完全不檢測。教育部表收了「公尺←米」，指的是長度，但「米飯」「玉米」的「米」一改就荒謬，而中文沒有詞邊界，字串層面分不出來。這 11 個字列在 SKILL.md，由人自己看上下文。