humanizer-ru
Проверяемая гигиена вставки из чата для русского текста
40 regex-маркеров артефактов вставки из чат-интерфейсов, у 38 из них полная
запись доказательств. Ложных срабатываний класса A на 12314 текстах-неносителях
ноль, класса B — 8, то есть 0.00065 (Wilson 95% CI от 0.0003 до 0.0013; замер
04.09.2026 по замороженной предрегистрации). Каждое число с датой и командой
воспроизведения — в разделе «Цифры проекта».
Очистка артефактов вставки и сверка фактов доступны и для английского текста:
добавьте --language en к humanizer-clean, humanizer-polish,
humanizer-facts или humanizer-report (либо --language auto). Это не
включает русские стилевые эвристики и не даёт вердиктов об авторстве; профиль
сохраняет код, URL, Markdown и проверяемые факты. Русский профиль остаётся
значением по умолчанию для совместимости.
Кому это нужно
- Редактору и преподавателю: проверить текст перед публикацией:
humanizer-markers --scan файл.md.
- Разработчику и CI: гейт вставки из чат-интерфейсов: action и контракт.
- Пользователю ИИ-ассистента: та же проверка внутри агентной среды: MCP одной конфигурацией или демо.
Попробовать за 30 секунд
- Демо в браузере: ничего не устанавливать, текст не покидает браузер.
- Сообщить о проблеме или опыте использования: issue в репозитории; пользовательский текст не передаётся автоматически ни демо, ни сборщиком обратной связи.
- Проверка конкретной вставки:
Самый короткий путь «нашёл → убрал → проверил»:
pip install humanizer-ru
humanizer-markers --scan input.txt # найти следы (rc=1 = находка)
humanizer-clean --in-place input.txt # снять поддержанные артефакты
humanizer-markers --scan input.txt # убедиться, что остатка нет (rc=0)
Для английского входа добавьте --language en; для смешанного — --language auto.
Очистка не переписывает стиль и смысл: проверьте результат вручную и используйте
humanizer-facts diff до.txt после.txt --no-additions после редакторской правки.
python -c "open('primer.txt','w',encoding='utf-8').write('Согласно отчёту :contentReference[oaicite:3]{index=3}, рост заявок.\n')"
humanizer-markers --scan primer.txt; echo "rc=$?"
primer.txt:1 [contentReference] Согласно отчёту :contentReference[oaicite:3]{index=3}, рост заявок.
Найдено маркеров: 1.
rc=1
rc=1 означает «найдены маркеры» — это ожидаемый результат проверки на
образце со следом вставки, а не ошибка; rc=0 — следов нет, rc=2 — вход не
читается (с --json конверт ошибки печатается в stdout).
Полный сценарий: найти, безопасно очистить, сверить, сообщить
-
Найти артефакт вставки. humanizer-markers --scan файл.md печатает
находки с координатами и классом: A — жёсткие артефакты копипасты из
чат-интерфейсов, B — контекстные индикаторы вроде невидимых символов и
скрытой раскладки; rc=1 означает находки.
Демо-страница делает то
же в браузере без установки и подсвечивает исходные диапазоны. Мягкие
признаки машинного письма считает humanizer-scan: они калибруют объём
правки и не дают вердикта.
-
Безопасно очистить. humanizer-clean --in-place файл.md одной
командой выполняет проверку до, снятие поддерживаемых артефактов,
проверку после и сверку фактов; оригинал остаётся в копии .bak.
Снимаются невидимые метки слоя A и видимые артефакты класса A вне
защищённых областей (код, frontmatter, URL, HTML-атрибуты, ZWJ-кластеры
эмодзи). Стиль и смысл не переписываются; неподдерживаемые находки вроде
класса B, вики-разметки и плейсхолдеров остаются явным остатком с кодом
возврата 1, полная чистота не заявляется. При нарушении инвариантов
защищённых областей результат не записывается. Невидимые символы
снимаются и точечно, по классам риска из поля invisible_classes файла
markers.v1.json: humanizer-markers --remove файл.md убирает safe
автоматически, ambiguous — только с явным флагом --include-ambiguous,
dangerous показывает и не снимает. Типографику без правки смысла
нормализует humanizer-polish; на разметке используйте режимы
--preserve-markup и --typographic.
-
Проверить диф. humanizer-clean --diff файл.md печатает
унифицированный диф до и после без записи; конверт --json несёт сверку
фактов и перечень остатка. После ручной правки сверьте факты отдельно:
humanizer-facts diff до.txt после.txt --no-additions сравнит числа,
даты, URL, имена, цитаты, отрицания и модальности; поля lost и changed
обязаны быть пустыми, иначе верните факты в текст.
-
Сообщить результат. humanizer-report до.txt после.txt готовит отчёт
о правке со сверкой фактов. Находку коллеге передаёт
humanizer-markers --scan --json файл.md: пересылайте поля file, line,
marker, class и fragment, а не весь документ. Находка класса A
устанавливает факт вставки, а не автора: помечайте источник, на который
указывал артефакт, как «требует проверки». Вердиктов об авторстве нет ни
у инструментов, ни у скилла — это Главное правило SKILL.md.
Сценарий одним блоком:
humanizer-markers --scan вставка.md # 1: найти; rc=1 = находки есть
humanizer-clean --diff вставка.md # 2: показать, что будет снято
humanizer-clean --in-place вставка.md # 2: очистить; оригинал в .bak
humanizer-facts diff вставка.md.bak вставка.md --no-additions # 3: сверить факты
humanizer-report вставка.md.bak вставка.md # 4: отчёт о правке
Подробности команд и режимов — в docs/USAGE.md.
MCP одной конфигурацией
{
"mcpServers": {
"humanizer-ru": {
"command": "uvx",
"args": ["--from", "humanizer-ru==3.36.4", "humanizer-mcp"]
}
}
}
Форма uvx устанавливает закреплённый выпуск PyPI и запускает stdio-сервер.
При локальной установке эквивалентны pip install humanizer-ru и запуск
humanizer-mcp.
Матрица проверенных возможностей и границ
Без заявлений о лидерстве: сопоставимого внешнего исследования в нише на
дату записи нет (см. LEADERBOARD.md). Строки — что фактически проверено
гейтами и тестами цикла; границы — что поверхность не делает.
| Поверхность | Проверка известных артефактов | Безопасная очистка | Сверка фактов | Машинный конверт | Граница |
|---|
CLI (humanizer-markers, -polish, -facts, -report) | да, с координатами и классами A/B | режимы strip / --preserve-markup / --typographic с инвариантами сохранения | humanizer-facts (категории фактов) | --json, коды возврата по контракту | семантику не проверяет; вердиктов об авторстве нет |
MCP (humanizer-mcp, набор инструментов contract.v1.json) | те же команды через stdio | те же режимы через humanizer_polish | humanizer_facts | JSON-RPC конверты, isError по контракту | текст не покидает процесс |
| Демо на Pages | да, подсветка исходных диапазонов в браузере | да, preview + явное Apply + Undo для поддержанных артефактов | нет | копирование отчёта из одного результата | офлайн в браузере, без установки |
| GitHub Action | гейт вставки + автофикс текстового пути (класс A) | action_fix вне fenced/кода | нет | rc гейта | фикс не трогает защищённые области |
| Текстовый скилл (SKILL.md) | процедуры агента по references | стилевая правка только по явной просьбе | нет | нет (проза скилла) | гарантий естественности и сохранности смысла нет |
Что это НЕ делает
-
Переписанный текст: теоретический потолок детекции при парафразе [bib:sadasivan2023]; парафраз обнуляет детекторы [bib:dipper2023].
-
Нативно-гладкий машинный текст без артефактов: документная граница там же [bib:sadasivan2023]; популяционная детекция возможна только на больших выборках [bib:chakraborty2023], вердикт по документу не заявляется.
-
Короткий текст: сигналов меньше, чем слов, водяной знак и статистика требуют длины [bib:anthropic2026wm], [bib:synthid2024].
-
Водяные знаки без ключа: distortion-free знак не виден стороннему наблюдателю по построению [bib:kuditipudi2023]; криптографическая неотличимость без ключа [bib:cgz2023]; детектор SynthID-Text требует ключ разработчика [bib:synthid2024]; Anthropic подтверждает: без ключа знак не проверяется, детектор-API в закрытом preview [bib:anthropic2026wm].
-
Ключи [bib:…] раскрыты в research/BIBLIOGRAPHY.md.
-
polish не запускать на Markdown и разметке: снимает ##, **, ёлочки, тире; для разметки — режим --preserve-markup.
Почему можно доверять
Установка скилла в браузерные клиенты
- Демо работает без установки: https://vladimir-human.github.io/humanizer-ru/ — текст не покидает браузер.
- Claude.ai и Claude Code: добавьте скилл из каталога
dsh/skills/humanizer-ru по инструкции установки в docs/USAGE.md.
- Агентные клиенты с поддержкой agentskills.io (opencode, DeepSeek Harness): распакуйте текстовый бандл из архива релиза.
- Браузерное расширение отклонено: новый поверхностный контур (permissions, store review) не окупается; очередь идей — research/BACKLOG.md.
Каталоги: Glama MCP · skills.sh.
Одноимённые проекты
На GitHub есть скиллы с тем же именем и другим содержанием. Снимок 2026-09-11
(проверка: gh repo view <владелец>/humanizer-ru --json stargazerCount):
- ilyautov/humanizer-ru — 333 звезды: позиционирование «убирает признаки нейросети», публичного реестра чисел нет; приглашён к совместному публичному бенчмарку (issue 220).
- smixs/humanizer-ru — 154 звезды: детерминированный линтер; единственный тёзка, включённый в LEADERBOARD.md как кандидат (парный прогон 2026-09-03).
- Этот проект — проверяемая гигиена вставки из чат-интерфейсов: каждое число из детерминированных снимков и реестра фактов, границы — в THREAT-MODEL, ложные срабатывания — в бенчмарке.
Пришли по имени — выбирайте по способу проверки, а не по звёздам.
Цифры проекта
- 58 паттернов машинного письма и 40 regex-маркеров (классы A и B).
- Записи доказательств: 38 из 40 маркеров (реестр research/fixtures/marker-sources.json).
- Гейты: 156 гейтов полного check_all (145 в --quick); фикстуры в tests/fixtures/, документация сверяется check_docs.py, персона описана в PERSONA.md.
Почему так называется: имя унаследовано от первой функции, снимавшей
слой копипасты после чат-бота и возвращавшей тексту человеческий вид.
Вторая функция продукта: диагностика, подсветить машинные следы и
объяснить причину каждого флага, без вердиктов об авторстве. Обе
функции работают офлайн, текст не покидает вашу машину.
Классовая разбивка FP, exploratory, вне предрега F16: класс A: 0 случаев на 12314 текстов-неносителей; класс B: 8 случаев на 12314, то есть 0.00065, Wilson 95% CI от 0.0003 до 0.0013; контрольный набор 40 текстов: флагов 0; тяжёлый домен S4 legal и official, n=381, дефицит объёма зафиксирован в предреге: 18 случаев на 381, то есть 0.0472, Wilson 95% CI от 0.0301 до 0.0734; знаменатели: 12354 полный корпус F16, 12314 validation-страта.
Подробнее
Regex-маркеры: классы A и B
Класс A — жёсткие артефакты копипасты: служебные ссылки и метки цитирования
чат-интерфейсов. Класс B — контекстные индикаторы: невидимые символы,
скрытая раскладка, placeholder-поля; одного совпадения B недостаточно.
Класс маркеров — copypaste_artifacts; ретайр маркера возможен только по
провалу на своём классе, статусы и даты — в markers.v1.json.
История изменений
История изменений — в CHANGELOG.md и на GitHub Releases.
Лицензия
MIT
Статус проекта
Догфудинг — проект проверяет собственные тексты собственными правилами: порог маркеров стиля в файлах поставки сверяется гейтом scripts/check_own_style.py (текущий максимум выводится в его запуске).