DSH Marketplace

humanizer-ru

Vladimir-Human/humanizer-ru#dsh

清理俄语文本中的 AI 痕迹:识别聊天机器人复制粘贴残留(ChatGPT、Gemini、Grok、Perplexity、DeepSeek),移除隐藏文本标记(零宽字符、隐形排版;影子扫描捕获被不可见字符拆分的标记),并按需求改写为自然行文;40 个正则标记,其中 38 个有完整证据登记;156 个门控,530 个测试;离线运行,纯文本 bundle(二进制元数据移除在 scripts/ 中)。

12812PythonMIT源码

安装

把 humanizer-ru 装进 DeepSeek Harness

这个插件放在一个大仓库的子目录里,`dsh plugin add` 够不到它——它转发给 pnpm,而 pnpm 会把 `#` 后面的内容当成分支或 commit。请先 clone 仓库,再用 DSH 插件面板的 repository 源添加,或者请作者发一个 npm 包。

安装前须知

装 humanizer-ru 之前,先看这几条

  • 源码在这里: Vladimir-Human/humanizer-ru——已进入社区精选库,DSH 自带的插件市场就是从这儿装的。
  • 开源协议:MIT。

安全

装 humanizer-ru 会执行什么

构建脚本

没测到——还没实装过。

安装钩子

package.json 里没有 preinstall / install / postinstall 脚本。

来源:最近一次同步时读到的 GitHub 上的 package.json。prepare 没有记录——它只在从 GitHub 装时执行,被 pnpm 拦下时会出现在「构建脚本」那一行。

README 里提到

shell 命令(bash、exec、spawn 之类)

来源:对 README 做的关键词匹配,只提示它可能碰到什么,不是代码分析。

这不是安全审计。上面是一次实装记录加两次文本扫描,没有人替你读过这个插件的代码。插件带着你 agent 的权限在跑。

AI 锐评

是什么 — 清理俄语AI生成文本机器痕迹并重写成自然语言的工具。

谁该装 — 如果你在俄语内容审核或创作任务中需要移除AI生成的痕迹,使用此插件可将文本重写为自然语言。 而如果你需要一个支持交互式界面或代码执行的工具,此插件不适用,因为它是离线文本-only的。

注意 — 没发现明显的坑。静态检查未发现任何风险提示。沙箱环境尚未实测。

锐评 — 我会装它,因为它提供了39 regex markers与证据登记,但前提是插件是为俄语AI文本设计的。

grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。

humanizer-ru 是做什么的

Abstract text fragments pass through regex-like filters and merge into a smooth paragraph block.

humanizer-ru 是一个 DeepSeek Harness 插件,用来检查俄语文本中的机器生成痕迹,并在 agent 被要求时改写成更自然的行文。它面向已经准备好的文本片段,而不是持续处理会话内容。

实际工作由 SKILL.md 指令完成;执行分析或修改任务时,agent 会按需加载 references/ 中的相关资料。项目包含 38 个模式(25 个基础模式、13 个扩展模式)和 39 个可检查的 regex 标记,分为 A、B 两类,并维护证据登记表。技能会识别聊天机器人复制粘贴常见的套话和结构,再在不改变原意、不补写事实的前提下改写。工作 bundle 只有文本文件,激活时不会执行代码;scripts/ 下的 Python 脚本仅供手动运行或 GitHub Actions 使用。

它适合需要整理俄语文案、且重视减少误报的 agent。它不是绕过检测器的工具,也不会为了某个 detector 的结果调整文本;如果目标是获得绿色判定,不应选择它。PERSONA.md 只描述对话语气,不用于文本检查。把完整 SKILL.md 放进聊天客户端的系统提示词也不是合适用法,因为这会增加 token 消耗,却不会让对话本身更自然。

humanizer-ru 的文档

行为说明

给 humanizer-ru 一段准备好的俄语文本。agent 使用 SKILL.md 进行分析,并在收到请求后改写文本。它会删除套话、夸张表达和聊天机器人复制粘贴残留,同时保留输入中已有的具体事实,不替作者补充内容。项目包含 38 个模式:25 个基础模式和 13 个扩展模式;这些模式对应 39 个可检查的 regex 标记,分为 A、B 两类。仓库通过 CI 检查这些模式,并为 39 个标记中的 37 个维护了证据登记。

文件与激活

文本分析或编辑任务需要加载 SKILL.md,以及 references/ 中所需的参考文件。PERSONA.md 是独立的对话语气规则,只用于对话,不用于检查文本。技能激活时不会执行代码;scripts/ 下的 Python 脚本只在手动运行或 GitHub Actions 中执行。

工作 bundle 由文本文件组成。发布 tarball 包含 SKILL.md、README.md、README.en.md、SECURITY.md、SECURITY.en.md、CHANGELOG.md、PERSONA.md、LICENSE、references/ 和 scripts/。

环境要求

README 记录了 Claude.ai、Claude Code、支持 container.skills 的 API 客户端、组织共享技能库,以及支持 Agent Skills 格式的 agent 环境。Claude Code 的本地路径是 ~/.claude/skills/humanizer-ru。只复制 SKILL.md 会省略 references/,检查深度会降低。README 没有记录单独的运行命令或配置键。

根据项目自己的文档整理,会跟着上游更新。两边对不上时以源码仓库为准—— 去 GitHub 看原始 README

同一分类

humanizer-ru 的同类插件

dsh-skill-explorer

zhu1090093659

10k

技能中心:按来源分级浏览已加载的全部 skill,启用/禁用模型调用、创建新技能、删除进可恢复回收站。

我们跑过,装得上

npm 包TypeScript2 天前

AI 锐评

dsh-skill-explorer

是什么 — 在 DSH Web GUI 里按来源列出已加载 skill,可开关模型调用,并支持新建和可恢复删除。

谁该装 — 你在 DSH Web GUI 里跑 agent,官方、社区、本地 skill 叠在一起,模型会调用你想保持静默的那批。 只在编辑器和终端里改 skill 文件、从不开 Web 界面的人,不必占这个 plugin 位。

注意 — 实测在全新 profile 里能装上,harness 也把它注册进去了。没发现明显的坑。

锐评 — 装完拨一次调用开关,不值一个常驻 plugin;我只在需要反复启停 skill 时才装。

grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。去看源码
1详情

把回答做成一页可视化 HTML:模型只写简短的 Markdown 草稿,随包附带的 `am` 命令行生成页面,支持流程图、时序图、树、时间线、ER 图、表格和提示框。

我们跑过,装得上

GitHub 源码JavaScript今天

AI 锐评

answer-me-with-html

是什么 — 模型只写短 Markdown,捆绑的 am CLI 再生成带流程、时序、树、时间线、ER 图、表格和 callout 的单页 HTML。

谁该装 — 在 DeepSeek Harness 里用 agent 把 TCP 握手、仓库模块关系或 Redis 和 Memcached 选型讲清楚,终端长文对不上结构图。只让 agent 改代码并跑测试、或回答已经写入自有文档仓库的人不必装,多出来的 HTML 文件插不进那条链路。

注意 — 实测在全新 profile 里能装上,并被 harness 注册。需要 Node.js 20 或更新;会调用捆绑的 am CLI,从而执行 shell 命令。仓库在 Claude Sonnet 5.5、普通 Claude Code 环境下的对比是模型写出的 token 约 4,893 对 612、31 s 对 12 s,账单大约只少 15%,因为每轮仍读取 system prompt、问题和对话。

锐评 — 换我按用途拆 profile:只有讲解要交给别人或过几天还要打开时才装,随口问完就关的会话不加。

grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。去看源码
1详情

skillhub

iflytek

5.3k

在 DeepSeek Harness 内浏览、搜索 SkillHub 技能,并管理本地技能的安装、更新和卸载。适配 DSH 0.2.0-rc.2 与 0.2.1-rc.2,暂不兼容 0.2.1-rc.3。

没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。

GitHub 源码Java25 天前

AI 锐评

skillhub

是什么 — 在 DeepSeek Harness 里检索 SkillHub 注册表上的 skill,并完成本机安装、更新和卸载。

谁该装 — 你在 DeepSeek Harness 里跑 agent 任务,团队已经把可复用 skill 发到组织或社区的 SkillHub,还在靠切浏览器或拷目录往本机塞。skill 只在 git 仓库或共享文件夹里流转、工作台根本不在 DSH 里的人,不必接这个 plugin。

注意 — 没有可一条命令安装的发布包,只能从仓库子目录自行接入。运行时会执行 shell 命令,并且要准备 API key 或 token。声明只对准 DSH 0.2.0-rc.2 和 0.2.1-rc.2,尚未兼容 0.2.1-rc.3。

锐评 — 注册表还没在跑的话,我不会为了这个客户端去先把 SkillHub 整套立起来。

grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。去看源码
2源码

dashi-taskboard

chuspeeism

3.4k

现代化可灵活嵌入的任务面板,支持 Codex、DeepSeek Harness

我们跑过,装得上

GitHub 源码JavaScript19 天前

AI 锐评

dashi-taskboard

是什么 — 本机 issue 看板,UI 与 taskctl 共用 HTTP API,经 CDP 注入 Codex。

谁该装 — 在 Codex 里按仓库切片交付时,需要 agent 能读 issue、改状态,而不是把待办只留在对话里。工作面只有 DeepSeek Harness、指望装完就出现对等嵌入面板的人不必装:给定说明停在 Codex 注入和桌面 App,没有写出 DSH 里的界面或 Skill 行为。

注意 — 沙箱实测:全新 profile 能装上,并被 DeepSeek Harness 注册。它会执行 shell 命令,还要提供 API key 或 token;服务端要求 Node.js 22.5 或更新。嵌进 Codex 期间 launcher 或 injector 必须一直开着;自己打桌面包还要 Rust 1.88 以及 Xcode 或 Visual Studio Build Tools。

锐评 — 值得留下的是那道闸:Skill 在你明确验收前不会把 issue 标成 done。

grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。去看源码
2源码

vox-director

Alisa0808

2.5k

Turn one topic into a finished Vox-style paper-collage explainer/ad video — automated end to end on Atlas Cloud + ffmpeg. An agent skill.

我们跑过,装得上

GitHub 源码Python1 个月前

AI 锐评

vox-director

是什么 — 给一句 topic ,依次做分镜、拼贴海报、运动、旁白配乐和烧字幕,输出 Vox 纸拼贴风 mp4 。

谁该装 — 你在 Claude Code 或 Codex 里做科普或广告短片,手头是一句 topic 、一段口播或一张产品照,缺的是把纸拼贴分镜做到成片的 agent skill 。只想在现成剪辑工程里换旁白或 BGM 的人不必装:它不是可拆的配音插件,必须重新走进 beats.json 。

注意 — 成片要打 Atlas Cloud 的生图、 i2v 、 TTS 和配乐,再在本地用 ffmpeg 拼接,过程会执行 shell 。你先批 beat map 、再眼选风格,其余才自动。沙箱实测:全新 profile 里能装上,并被 harness 注册进 profile 。

锐评 — 装,但时间和 Atlas Cloud 预算只押海报:拼贴不够厚就卸,不跟后面的视频模型死磕。

grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。去看源码
1源码
1.9k

Daily radar for new AI terms: names of new models, products and repos, caught on X, Hugging Face, GitHub and sitemaps before keyword tools list them.

我们跑过,装得上

GitHub 源码Python20 天前

AI 锐评

new-term-radar

是什么 — 从 X、Hugging Face、GitHub 和站点地图收集新模型、产品与仓库名,赶在关键词工具收录之前。

谁该装 — 给 AI 工具站做新词页面或给行业通讯定当天选题时,缺的是刚冒头的模型名和产品名。主要在 DeepSeek Harness 里写代码、接 agent 工作流的人,这份名单没有可接的下游。

注意 — 实测可在全新 profile 里装上,并被 DeepSeek Harness 注册。X 和新站点信号要 AIsa key,按次计费;Hugging Face、GitHub 和站点地图那几路不收费。运行时会执行 shell 命令。

锐评 — 每天都要出报告我才留;只是偶发查一次新词,不值得占一个 plugin 槽。

grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。去看源码
1源码