去AI味（novel-deai）— 网文 AI 痕迹清洗与润色引擎

面向中文网文的「去 AI 味」领域能力层：结构化规则库 + 确定性评分引擎 + 双形态润色管线。 后续小程序/Web 应用的引擎层；同时以 Agent Skill 形态发布（Claude Code / Cursor 可装）。

架构

rules/                      ← 唯一事实源（34 条三段式规则：识别条件/改写动作/保留边界）
├── patterns/*.yaml             sweep-transition / quant-metaphor / hedge-modifier /
│                               idiom-pileup / preach-ending / summary-tell / dialogue-stiff
├── models/*.yaml               GPT说教 / Claude华丽 / DeepSeek量化 / Qwen成语（加权与策略）
├── genres/*.yaml               玄幻修仙 / 都市脑洞 / 言情日常
├── wordlists/modifiers.yaml    55 词修饰词表（评分 d2 指标源）
└── profiles/{basic,deep}.yaml  质量门档位（阈值/重写上限/提前停）

engine/                     ← 确定性引擎（零 npm 依赖，Node ≥20，js-yaml 已 vendor 化）
├── cli.js                      评分命令行：node engine/cli.js <file> [--model deepseek]
├── hard-filter.js              硬过滤（仅零歧义规则，只删不改）
└── src/
    ├── segment.js / dialogue.js    分句 / 对话区间（对话豁免与 dialogue-stiff 双轨）
    ├── rules.js                    规则加载 + 匹配（模型加权、boundary_guard）
    ├── metrics.js / compose.js     三指标 + D1 扣分制合成 → 去味指数
    ├── score.js / polish.js        评分组装 / 润色管线（硬过滤→软改写→质量门→回滚）
    ├── diff.js                     句子级 LCS，修改归因 rule_id
    └── llm/                        provider adapter / mock / prompt 组装 / judge / extract

prompts/                    ├── rewrite/{gpt,claude,deepseek,qwen}.md（软改写策略）
skills/                     ← 构建产物：novel-deai-score / novel-deai-polish（scripts/build-skills.js）
eval/                       ← 回归门禁：run.js（score 级 33 用例）/ run-polish.js（真实 API）/
                               calibrate.js（embedding 校准）/ zhuque-protocol.md（人工基准）

一份规则的三个出口：正则被执行（硬过滤/评分，零 token）、改写指令注入 prompt（软改写，只注入命中规则）、 渲染成 SKILL.md（Agent 引流形态）。见 openspec/changes/add-novel-deai-skills/design.md（D6）。

快速开始

npm install            # 开发环境（测试用）；运行时引擎已零依赖
npm test               # 122 项测试
npm run validate       # 规则库 schema 校验
node eval/run.js       # score 级回归门禁（33 用例）

# 评分
node engine/cli.js 样本.txt --model deepseek

# 润色（需 DEAI_LLM_API_KEY，默认 DeepSeek 端点）
node -e "import('./engine/src/polish.js').then(async m => {
  const r = await m.polishText({ text: '……', sourceModel: 'deepseek', genre: 'xuanhuan', qualityProfile: 'basic' });
  console.log(JSON.stringify(r, null, 2));
})"

# 构建 Agent Skill 并安装
node scripts/build-skills.js
# 产物 skills/novel-deai-{score,polish} 拷入 ~/.claude/skills/ 即装即用

规则库维护指南

1. 加规则：rules/patterns/ 新建 P-XXX-NNN.yaml（id 格式 P-<类>-三位数），必填三段式： pattern（识别正则）/ boundary（保留边界：什么情况不许动）/ rewrite（改写动作）+ examples（网文语境前后例）。
2. 校验：npm run validate（id 唯一、枚举、正则可编译、hard_filter 准入、profile/weights 合法）。
3. 回归：node eval/run.js——每条新规则配一条「必须改」用例；边界行为配「必须不改」用例 （对话内、真实纠正、角色口吻都要有用例钉住）。两类用例任一失败即禁止发布。
4. 改写纪律：rewrite 字段写方向不写答案；每条规则至少 2–3 个策略不同的示例更佳（design D9 反同质化）。
5. 发布：规则变更后 node scripts/build-skills.js 重新生成 skills（版本戳自动更新）。

设计要点（详见 openspec change 文档）

• 单分数可对账：展示分 = 三项硬指标扣分制合成；LLM-judge 只做质量门内部判定
• 质量门：定点重写低分段落；提前停/上限停/实体校验失败回滚——宁出低分忠实版，不出高分失真版
• 对话双轨制：硬过滤与通用规则豁免对话；dialogue-stiff 类规则只扫对话、计入评分
• 反同质化：rewrite 温度 0.7 与 judge 0 分离；禁复用示例意象；多样性回归用例 + 朱雀集群监测
• 确定性承诺：同输入评分逐字节一致（版本内）；润色输出不承诺复现

许可证与致谢

• 规则三段式格式与"保留边界"方法论借鉴 op7418/Humanizer-zh（MIT）， 规则内容为网文语境原创重写，未复制其条文。
• hylarucoder/ai-flavor-remover 仅借鉴实测结论（朱雀基准、定点重写）， 未复制其 Prompt 文本（该仓库无 LICENSE）。
• 本仓库规则与代码为原创内容，商业使用请保留本致谢。