1. 项目概述识别并剥离AI写作痕迹的实用工具最近在代码审查和文档协作时我越来越频繁地遇到一种“熟悉的陌生感”——某些代码注释、提交信息甚至技术文档读起来流畅得过分用词华丽却空洞带着一股明显的“AI腔”。这种文本不仅让技术沟通变得低效更在团队协作中引入了不必要的噪音。直到我发现了一个名为llmstrip的开源项目它精准地戳中了这个痛点。这是一个专门用于从文本和代码中剥离AI写作模式AI patterns的工具集成了提示词Prompt和代码检查器Linter两种使用方式。简单来说llmstrip就像一位经验丰富的编辑能帮你把那些被大型语言模型LLM过度修饰、充满套话的文本“打回原形”恢复成更接近人类、更直接、更高效的表达。它的核心价值在于其规则并非凭空想象而是基于真实的学术研究。例如有论文统计发现在ChatGPT发布后学术摘要中“delve”深入探究一词的使用频率激增了25倍。llmstrip正是基于这类研究识别出了280多个过度使用的词汇和34条结构性规则。无论你是开发者、技术写作者还是任何需要与AI生成内容打交道的人这个工具都能帮助你提升文本质量让沟通回归本质。2. 核心原理与规则体系解析2.1 规则制定的科学依据从数据中来到数据中去llmstrip的强大之处在于其规则并非主观臆断而是根植于多篇经过同行评审的学术研究。这确保了工具批判的“AI腔”是真实存在且可量化的语言现象而非开发者的个人偏好。第一项关键研究来自 Kobak 等人2025年他们分析了1500万篇PubMed生物医学摘要。研究发现自ChatGPT发布后“delve”一词的出现频率暴增了之前的25倍。这绝非孤例研究共识别出超过280个在AI生成文本中显著过载的词汇。这些词汇往往带有一种“伪学术”或“过度正式”的色彩例如“robust”稳健的、“comprehensive”全面的、“leveraging”利用等。它们在人类写作中本属正常但被AI模型高频、堆砌式地使用后就变成了刺眼的“水印”。第二项研究由 Liang 等人2024年完成他们扫描了超过95万篇学术论文。结论类似“pivotal”关键的、“intricate”复杂的、“realm”领域等词汇在2023年后的文本中出现频率翻倍。这些词汇的共同点是抽象程度高缺乏具体指涉容易让论述流于表面。第三项研究Juzek Ward, 2025年则从模型训练机制上解释了成因基于人类反馈的强化学习RLHF导致了这种文风。在训练中人类评分者往往下意识地更青睐听起来正式、复杂的输出导致模型过度优化overfit towards这种风格最终产生了我们今天看到的充满套话的“AI腔”。llmstrip的规则正是对这些研究成果的工程化实践。2.2 双层规则体系从词汇到结构的全面围剿llmstrip的34条规则被系统地分为两个层级构成了一个从微观到宏观的检测网络。2.2.1 词汇与短语级规则第1-24条这一层主要针对“用词”习惯是最高频、最直接的检测点。显著性膨胀AI喜欢使用极端或绝对化的词汇来增强语气如“极好的”、“革命性的”、“至关重要的”。人类写作则更倾向于平实、留有余地的表述。禁用词汇表直接封禁那些已被研究证实为“AI高频词”的词汇如“delve”、“robust”、“leveraging”、“seamlessly”无缝地、“tapestry”织锦比喻复杂组合等。看到这些词工具会毫不犹豫地建议替换。系动词回避AI常过度使用“is”、“are”等系动词来构造静态判断句如“This is a robust solution”而人类写作会更多使用主动动词让句子更有动感如“This solution handles…”。谄媚式开头与聊天机器人式结尾例如“Certainly! Let me explain…”、“I hope this helps! Feel free to ask…”这类在对话中自然但在正式文档或代码注释中显得冗余、不专业的开场白和结束语。填充短语像“in order to”、“it is important to note that”、“as a matter of fact”这类不增加实质信息只为延长句子的短语。过度 hedging过度使用“可能”、“也许”、“在一定程度上”等模糊限制语使观点显得软弱无力、缺乏自信。2.2.2 结构级规则第25-34条这一层更深入分析句式和段落结构是识别高阶AI文本的关键。复合从句上瘾AI倾向于生成包含多个嵌套从句的长难句以展示其“语法能力”但这严重损害了可读性。迷你议论文段落每个段落都机械地遵循“主题句-阐述-结论”的结构缺乏节奏变化和重点突出读起来像八股文。句首转折词饱和段落中每句话都以“However,”、“Moreover,”、“Therefore,”开头结构僵硬。配对结构滥用频繁使用“not only… but also…”、“on the one hand… on the other hand…”等成对出现的连接结构。名词短语膨胀将简单的动词概念转化为冗长的名词短语例如将“we decided”写成“we made a decision”。自我 congratulation 框架使用“This paper presents…”、“We propose a novel…”等自指性强的开头在非学术文本中显得突兀。抽象层级单一通篇停留在抽象概念讨论缺乏具体的例子、数据或操作步骤支撑。缺少缩略形式在非正式语境中仍坚持使用“do not”、“cannot”而非“don’t”、“can’t”显得刻板。前瞻性陈词滥调滥用“Moving forward,”、“In the future,”等开启下一部分的短语。简历动词过度使用“orchestrated”精心安排、“spearheaded”牵头、“engineered”设计等通常在简历中用于夸耀的动词。实操心得理解这套规则体系不仅能让你用好llmstrip更能训练你自己的“AI文本嗅觉”。在日后写作或审查时你会不自觉地对这些模式产生警觉从而从源头上提升文本质量。这比单纯依赖工具纠正要深刻得多。3. 两种核心使用模式详解llmstrip提供了两种互补的使用路径交互式提示词和自动化二进制工具。前者灵活、智能适用于创作和深度修改后者快速、确定适用于集成和检查。3.1 交互式提示词模式你的智能写作助手这是我最推荐个人使用的模式。其核心是将llmstrip提供的系统提示词System Prompt注入到任何你常用的LLM如ChatGPT、Claude、DeepSeek等中让LLM在生成或修改文本时直接遵循那34条规则。3.1.1 安装与集成项目提供了极其便捷的安装方式覆盖了主流AI编程工具。Claude Code技能这是最无缝的体验。执行一条命令即可将技能安装到本地mkdir -p ~/.claude/skills/llmstrip curl -sL https://raw.githubusercontent.com/HugoLopes45/llmstrip/main/prompts/claude-code.md \ ~/.claude/skills/llmstrip/SKILL.md安装后在Claude Code的任何会话中只需输入/llmstrip指令它就会自动清理当前文件中的所有AI痕迹。这相当于为你的编辑器内置了一位精通“去AI化”的编辑。其他编辑器/工具项目通过Makefile提供了傻瓜式安装。make install-cursor # 为 Cursor 编辑器安装规则 make install-copilot # 为 GitHub Copilot 安装指令 make install-windsurf # 为 Windsurf 编辑器安装 make install-zed # 为 Zed 编辑器安装 make install-all # 一键安装所有支持的工具其原理是将特定的提示词文件复制到各工具的规定配置目录下。你也可以手动复制prompts/system-prompt.md文件的内容直接粘贴到任何LLM聊天界面的“系统提示”或“自定义指令”区域实现全局生效。3.1.2 使用场景与技巧润色AI初稿当你用LLM生成了一段技术文档、博客草稿或邮件后将其发送给注入了llmstrip提示词的同一个或另一个LLM并下达指令“请根据llmstrip规则重写这段文字使其更简洁、直接、像人类写的。” 你会发现“delve into”变成了“explore”或“look at”“robust framework”变成了“solid setup”。实时写作辅助在Claude Code中编写代码注释或文档时直接使用/llmstrip技能。它可以实时处理选中的文本块非常适合边写边改。逆向学习对比修改前后的文本是学习人类地道表达的最佳方式。你可以清晰地看到一个臃肿的AI句子是如何被拆解、简化、重构成干净利落的人话的。注意事项提示词模式依赖于LLM的理解和执行能力因此输出可能存在轻微的不确定性或风格差异。对于追求绝对一致性的场景如CI/CD应使用二进制工具模式。3.2 自动化二进制工具模式你的CI/CD守门员这是一个用Rust编写的命令行工具通过Cargo或安装脚本即可获取。它的运行不依赖任何网络或LLM API是确定性的本地检查工具非常适合集成到自动化流程中。3.2.1 安装与基础使用# 方式一使用安装脚本推荐最简单 curl -fsSL https://raw.githubusercontent.com/HugoLopes45/llmstrip/main/scripts/install.sh | sh # 方式二通过 Cargo 从源码安装 cargo install --git https://github.com/HugoLopes45/llmstrip安装后即可使用llmstrip命令。基础清理直接处理文本流。echo “Let me delve into this robust and comprehensive approach.” | llmstrip # 输出Let me dig into this solid and thorough approach.生成检测报告使用--report参数它会详细列出发现的问题、位置、严重等级和建议修改。llmstrip --report --mode code my_script.py严格模式配合--fail参数当发现的问题达到或超过--min-severity指定的等级如high时命令会返回非零退出码。这在CI中用于“卡点”非常有用。3.2.2 核心使用场景实战自动化过滤所有Claude响应 你可以配置Claude编辑器的钩子hook使其在每次调用工具后自动运行llmstrip清理输出。这需要在~/.claude/settings.json中配置{ “hooks”: { “PostToolUse”: [{ “matcher”: “.*“, “hooks”: [{“type”: “command”, “command”: “llmstrip”}] }] } }这样Claude通过工具如运行命令、读取文件生成的所有文本在返回给你之前都会先被“净化”一遍。清理AI生成的代码注释 AI写的代码注释常常是“AI腔”重灾区。使用--mode code可以针对代码语境进行优化检查。llmstrip --report --mode code service.py它会识别出像“This function serves as the main entry point…”这样的模板化文档字符串并建议更直接的表述。Git提交信息检查钩子 这是防止“AI腔”提交信息污染代码库的利器。在项目的.git/hooks/commit-msg文件中添加如下内容需赋予执行权限chmod x .git/hooks/commit-msg#!/bin/sh llmstrip --mode code --rules commits --report --fail --min-severity high “$1”这样每次git commit时提交信息文件$1都会经过检查。如果发现高严重性的AI模式提交会被拒绝迫使你重写一个更人性化的提交信息。CI/CD流水线门禁 在持续集成中你可以用它来检查发布说明、API文档等文本资产。# 在 CI 脚本中如 GitHub Actions 的 step - name: Lint Release Notes for AI Patterns run: | llmstrip --report --fail --min-severity high release-notes.md如果release-notes.md中包含了过多的高危AI模式CI流程会失败从而阻止本次发布或合并请求Pull Request。4. 高级配置与规则定制llmstrip并非一个死板的工具它提供了多种选项以适应不同场景和偏好。4.1 运行模式与规则集选择工具内置了针对不同文本类型的优化模式。--mode text默认模式适用于通用散文、文档、邮件等。--mode code代码模式。此模式下工具会调整策略例如对代码注释中的特定模板如“This function serves to…”更敏感同时可能放宽对某些在代码语境中可接受的简短、指令性语句的检查。--rules指定使用的规则集。例如--rules commits可能启用一套专门针对Git提交信息要求简短、以动词开头的规则子集而禁用一些适用于长文的规则。4.2 严重性分级与阈值控制工具将发现的问题分为不同的严重性等级如 HIGH, MEDIUM, LOW这有助于你区分问题的紧迫性。--min-severity这个参数至关重要。在自动化检查中你可以设置--min-severity high这样只有被标记为 HIGH 的问题才会触发--fail。这避免了因为一些无关紧要的“中低危”风格问题而阻塞流程在严格性和实用性之间取得平衡。对于本地自查你可以使用--min-severity low来获得最全面的报告。4.3 自定义规则与贡献llmstrip是一个开源项目其所有规则都定义在rules/目录下的文件中。如果你发现某种新的、令人厌烦的AI写作模式而工具尚未覆盖你可以通过项目的贡献流程来提议添加新规则。在GitHub仓库中开启一个Issue。标签使用new-rule。在Issue中清晰描述该模式提供“修改前”和“理想修改后”的示例。如果可能附上能证明该模式在AI文本中过度出现的语料来源或数据支持。 这种开放机制使得llmstrip能随着AI写作模式的演变而持续进化。5. 实战案例与效果对比为了更直观地展示llmstrip的能力我将通过几个完整的案例对比处理前后的文本并分析其修改逻辑。5.1 案例一清理技术博客草稿AI生成的原始段落“In this article, we will delve into the intricacies of building a robust and scalable microservices architecture. We will commence by exploring the foundational principles, then seamlessly transition into a comprehensive examination of design patterns. Ultimately, this holistic overview will empower you to orchestrate your own distributed systems with confidence.”llmstrip处理后的段落通过提示词模式“This article explains how to build a scalable microservices architecture. We’ll start with the basics, then look at key design patterns. By the end, you’ll have a solid understanding for setting up your own distributed systems.”修改分析移除谄媚/冗长开头“In this article, we will delve into the intricacies of” 被简化为 “This article explains how to”。直接切入主题。替换禁用词“delve into” - “explain”“robust” - “solid”“comprehensive examination” - “look at”。简化动词“commence” - “start”“seamlessly transition” - “then”“orchestrate” - “setting up”。去除陈词滥调“Ultimately,”, “holistic overview”, “empower you… with confidence” 这些空洞的总结性短语被删除或简化信息密度提高。5.2 案例二修复AI编写的代码注释与提交信息AI生成的函数文档字符串def process_user_data(user_data_object): “““ This function serves as the primary mechanism for processing user data objects. It leverages a robust algorithm to seamlessly transform the input into a normalized format. “““ # … implementation …运行llmstrip --mode code --report后的输出摘要HIGH (1) line 2: LLM docstring boilerplate: ‘this function serves as’ MEDIUM (1) line 3: Banned vocabulary: ‘leverages’, ‘robust’, ‘seamlessly’建议修改后的文档字符串def process_user_data(user): “““ Processes user data and normalizes it. “““ # … implementation …修改分析识别模板化开头“This function serves as” 是AI生成文档字符串的经典模板被标记为 HIGH 严重性。替换堆砌的形容词删除了“primary mechanism”、“robust algorithm”、“seamlessly transform”等浮夸表述直指核心功能“processes and normalizes”。变量名简化顺便建议将“user_data_object”简化为更常见的“user”这符合代码模式下的简洁性要求。AI生成的Git提交信息feat: Implement a comprehensive solution for user authentication, leveraging JWT tokens to seamlessly secure the API endpoints.经过--rules commits检查并修改后feat(auth): add JWT token authentication for API security修改分析提交信息被大幅精简去除了“comprehensive solution”、“leveraging”、“seamlessly”等填充词并采用了更规范的type(scope): subject格式清晰说明了改动范围auth和具体内容。5.3 案例三在CI中拦截AI风格发布说明假设在自动化发布流程中AI生成了一份这样的release-notes.md## Release v2.1.0 We are thrilled to unveil our latest release, which represents a pivotal leap forward in functionality. This update diligently addresses a multitude of user feedback points, introducing a realm of new features designed to enhance your experience seamlessly. …在CI流水线中执行llmstrip --report --fail --min-severity high release-notes.md后工具会报告发现高危词汇如“pivotal leap forward”, “realm of new features”, “seamlessly”并返回错误码导致CI失败。这迫使开发或产品人员必须重写一份更朴实、信息更明确的发布说明例如## Release v2.1.0 This release adds several major features based on user feedback: - [Feature A]: Description… - [Feature B]: Description… …6. 常见问题、排查技巧与局限性6.1 常见问题与解决方案问题场景可能原因解决方案运行llmstrip命令未找到1. 安装脚本未将可执行文件加入PATH。2. Cargo安装后PATH未更新。1. 检查~/.cargo/bin或安装脚本指定的目录是否在PATH中。2. 重启终端或手动将目录加入PATHexport PATH“$HOME/.cargo/bin:$PATH”加入~/.bashrc或~/.zshrc。Claude Code 中/llmstrip指令无效1. 技能文件未正确安装到~/.claude/skills/目录。2. Claude Code 未重启或刷新技能列表。1. 确认~/.claude/skills/llmstrip/SKILL.md文件存在且内容完整。2. 重启Claude Code编辑器。二进制工具报告误报将人类写作判为AI1. 某些领域的正式写作如学术、法律本身风格与“AI腔”有重叠。2. 个人写作风格恰好命中某些规则。1. 使用--min-severity提高阈值忽略低危警告。2. 对于特定文件或目录可以考虑在CI中将其加入排除列表需自行编写脚本逻辑。3. 理解规则本质判断是否真的需要修改。工具是辅助人才是决策者。提示词模式效果不理想1. 使用的LLM未完全遵循系统指令。2. 提示词被其他系统指令覆盖或干扰。1. 尝试在用户消息中明确强调“请严格遵守llmstrip规则”。2. 确保在LLM的设置中llmstrip的系统提示词是主要的或唯一的系统指令。对于Claude Code技能模式通常最稳定。Git钩子提交时被拒绝但不知如何修改对llmstrip建议的修改方向不理解。运行llmstrip --report commit-msg-file查看详细报告。重点关注 HIGH 级别问题理解每个问题对应的规则如“Banned vocabulary: delve”然后用人话重写。例如把“Let‘s delve into the code”改成“Let’s look at the code”。6.2 工具的局限性风格与质量的边界llmstrip擅长识别和移除“AI腔”模式但它不是一个通用的“写作质量提升”工具。一篇去除了所有AI痕迹的文本仍然可能逻辑混乱、内容空洞。它负责“去伪”但不负责“存真”或“增美”。语境敏感性某些在通用散文中被认为是“AI腔”的表述在特定文体如诗歌、营销文案、某些学术领域中可能是可接受的。工具无法完全理解深层语境。创造性写作对于小说、创意文案等强调独特风格和修辞的文本盲目应用llmstrip规则可能会削弱作品的文学性。它更适用于技术文档、商业写作、日常沟通等追求清晰、简洁、直接的场景。非英语文本当前版本主要针对英文文本。其他语言中的AI写作模式可能不同需要针对性的规则。6.3 我的使用建议与心得经过一段时间的深度使用我将llmstrip深度融入了我的工作流作为“最后一道校对”任何由AI辅助生成或我怀疑被AI严重影响的文本在最终定稿前我都会用二进制工具跑一遍--report快速扫雷。作为“写作意识训练器”经常阅读llmstrip的报告让我对那34条规则越来越熟悉。现在我在自己写作时会下意识地避免使用“delve”、“robust”、“leverage”这样的词句子结构也更有意地追求简洁。它提升了我对语言的敏感度。团队协作的代码规范我在团队中推广了Git提交信息的llmstrip钩子。起初有同事抱怨但几次之后大家写的提交信息都明显更清晰、更有用了。它无形中提升了团队沟通的标准。理解而非盲从对于工具给出的“MEDIUM”或“LOW”级别建议我并不会全盘接受。我会思考这里用“therefore”真的冗余吗这个长句拆开后逻辑是否更清晰工具是提出问题的助手而我是做出判断的负责人。llmstrip的价值远不止于一个文本过滤器。它更像一面镜子映照出当前AI生成内容在语言上的集体无意识。通过使用和反思它我们不仅在净化文本更是在重新学习和捍卫人类表达中的简洁、直接与真诚。在AI写作工具日益普及的今天这种能力显得尤为珍贵。