@yottameta/yotta-humanize 0.1.0

package/references/patterns.md

@@ -0,0 +1,60 @@
+# 24 类检测规则目录（patterns）
+
+元真的检测规则按「内容 / 语言 / 句式 / 沟通 / 废话」五组组织，每条规则含词表与句式正则。命中即产出 finding（规则号 / 名称 / 权重 / 上下文片段 / 建议）。
+
+权重含义：5 = 一眼 AI（强烈信号）；4 = 明显 AI 腔；3 = 有 AI 痕迹；2 = 轻微（需结合上下文判断）。
+
+## 内容（content）
+
+| 规则 | 名称 | 权重 | 命中示例 |
+|---|---|---|---|
+| HZ-01 | 空泛升华 | 5 | 标志着、彰显了、充分体现了、意义重大、里程碑、划时代、开启了新篇章 |
+| HZ-02 | 套话开头 | 4 | 众所周知、毋庸置疑、在当今……背景下、随着……的发展 |
+| HZ-03 | 套话结尾 | 4 | 综上所述、展望未来、未来可期、拭目以待、共创美好未来 |
+| HZ-04 | 空话概括 | 3 | 从某种程度上说、在某种意义上、归根结底、说白了 |
+| HZ-05 | 模糊归因 | 4 | 专家指出、研究表明、业内人士认为、据统计、相关数据显示 |
+| HZ-06 | 绝对化断言 | 3 | 百分之百、任何情况下、绝不可能、必然导致、毫无疑问 |
+
+## 语言（language）
+
+| 规则 | 名称 | 权重 | 命中示例 |
+|---|---|---|---|
+| HZ-07 | AI 黑话 | 5 | 赋能、抓手、闭环、颗粒度、链路、底层逻辑、顶层设计、方法论、沉淀、洞察、心智、范式、发力点、痛点、落地 |
+| HZ-08 | 冗余强调 | 3 | 非常非常、十分十分、极其极其（叠用强调词） |
+| HZ-09 | 同义堆叠 | 4 | 完善和优化、促进和推动、帮助和协助、提高和改善、加强和完善 |
+| HZ-10 | 「我们」滥用 | 3 | 我们坚信、我们致力于、我们始终、我们深知 |
+| HZ-11 | 名词化堆砌 | 3 | 问题的解决、能力的提升、水平的增强、建设的推进 |
+| HZ-12 | 程度词堆积 | 2 | 更加深入地、更加有效地、更好地、进一步地 |
+
+## 句式（style）
+
+| 规则 | 名称 | 权重 | 命中示例 |
+|---|---|---|---|
+| HZ-13 | 排比三连 | 4 | 不仅……而且……更……；既……又……还…… |
+| HZ-14 | 机械列举 | 3 | 首先，/ 其次，/ 再次，/ 最后，/ 第一，/ 第二， |
+| HZ-15 | 反问堆叠 | 2 | 难道不是吗、难道不、怎能、岂不、何尝不是 |
+| HZ-16 | 破折号滥用 | 3 | 全文出现 3 处以上「——」 |
+| HZ-17 | 引号滥用 | 2 | 给普通词加「“”」 |
+| HZ-18 | 感叹号滥用 | 2 | 全文感叹号过多 |
+
+## 沟通（communication）
+
+| 规则 | 名称 | 权重 | 命中示例 |
+|---|---|---|---|
+| HZ-19 | 聊天残渣 | 5 | 希望对你有所帮助、如果还有疑问、随时告诉我、让我们开始吧 |
+| HZ-20 | 奉承讨好 | 4 | 很好的问题、你说得对、感谢你的提问、非常荣幸 |
+| HZ-21 | 免责回避 | 3 | 由于篇幅有限、限于篇幅、这里不再赘述、在此不过多展开 |
+
+## 废话（filler）
+
+| 规则 | 名称 | 权重 | 命中示例 |
+|---|---|---|---|
+| HZ-22 | 废话填充 | 2 | 其实，/ 就是说，/ 换句话说、换言之、也就是说 |
+| HZ-23 | 无效转折 | 2 | 话说回来、换个角度、换个思路、再说一句 |
+| HZ-24 | 重复声明 | 3 | 值得注意的是、不难发现、显而易见、值得一提的是、需要指出的是 |
+
+## 检测逻辑
+
+- 每条规则 = 词表（原样匹配）+ 句式正则（re 编译），命中记录「匹配词 / 上下文片段」；
+- 同一位置多条词命中会各自计入（如「标志着新时代的到来，意义重大」同时命中 HZ-01 的多个词）；
+- 统计突发性见 scoring.md，与规则命中共同合成 0-100 评分。

package/references/rewriting.md

@@ -0,0 +1,48 @@
+# 确定性改写规则（rewriting）
+
+rewrite 子命令做「无歧义、改了必更好」的机械变换：词表替换、套话/残渣删除、标点限流。需要判断的改写（排比拆句、补来源、软化绝对化）只在 suggest 中给建议，不强行自动改。
+
+## 一、词表替换（黑话 → 大白话）
+
+| 原词 | 替换 | 原词 | 替换 |
+|---|---|---|---|
+| 赋能 | 支持 | 抓手 | 切入点 |
+| 闭环 | 流程 | 颗粒度 | 细致程度 |
+| 链路 | 流程 | 底层逻辑 | 根本原因 |
+| 顶层设计 | 整体规划 | 方法论 | 方法 |
+| 沉淀 | 积累 | 洞察 | 发现 |
+| 心智 | 观念 | 范式 | 模式 |
+| 发力点 | 重点 | 痛点 | 难点 |
+| 落地 | 落实 | 场景化 | 按情境 |
+| 维度 | 角度 | 框架 | 结构 |
+
+## 二、套话删除
+
+- 开头：众所周知，/ 在当今……背景下，/ 在当下，/ 近年来，/ 随着……的发展，等；
+- 结尾：综上所述，/ 总之，/ 展望未来，/ 未来可期。等；
+- 归因前缀：专家指出，/ 研究表明，/ 业内人士认为，/ 据统计，等（删前缀后保留原句内容；真实来源需人工补）；
+- 声明：值得注意的是，/ 不难发现，/ 显而易见，/ 值得一提的是，/ 需要指出的是，/ 必须强调的是，等。
+
+## 三、残渣 / 奉承 / 免责清理
+
+- 聊天残渣：希望对你有所帮助。/ 希望这些内容对你有用。/ 如果你有任何问题，/ 如果还有疑问，/ 随时告诉我。/ 让我们开始吧。等；
+- 奉承：很好的问题。/ 你说得对，/ 感谢你的提问。/ 非常荣幸 等；
+- 免责：由于篇幅有限，/ 限于篇幅，/ 这里不再赘述。/ 在此不过多展开。等；
+- 废话填充：换句话说，/ 换言之，/ 也就是说，/ 某种意义上，/ 其实，/ 就是说，等；
+- 无效转折：话说回来，/ 换个角度，/ 换个思路，/ 再说一句，等。
+
+## 四、标点限流
+
+- 破折号：全文超过 2 处「——」时，第 3 处起替换为逗号；
+- 感叹号：全文超过 2 个「！」时，第 3 个起替换为句号；
+- 空壳清理：合并连续逗号/句号，清理改写后残留的前导标点。
+
+## 五、改写输出
+
+- 文本模式：改写前评分 → 改写后评分、修复清单（规则 / 次数 / 明细）、改写后全文；
+- --json 模式：{ text, fixes[], before, after }；
+- 改写后再 analyze / score 一次，确认评分下降且原意未破坏。
+
+## 六、与 LLM 改写的关系
+
+元真 rewrite 是纯规则确定性改写，不调模型、可复现。若使用者希望做「判断级改写」（拆排比、补来源、调语气），可基于 suggest 输出的人工建议由 AI 智能体完成——那是使用方自己的模型调用，与元真引擎无关。

package/references/scoring.md

@@ -0,0 +1,50 @@
+# 评分公式与统计量（scoring）
+
+元真的 AI 腔评分（0-100）由「规则分」与「统计分」合成，越高越像 AI 写的。
+
+## 规则分（pattern_score，0-100）
+
+```
+加权命中密度 = Σ(规则权重 × 该规则命中次数) / 字数 × 100
+密度分       = min(log2(密度 + 1) × 14, 60)     # 密度越高分越高，对数压顶
+种类广度     = min(命中规则数 × 2, 20)           # 命中的规则类型越多越可疑
+分组多样性   = min(命中分组数 × 4, 16)           # 五组中命中越多组越可疑
+规则分       = min(密度分 + 种类广度 + 分组多样性, 100)
+```
+
+## 统计分（stats_score，0-100）
+
+中文统计量（字数 / 句数过少时不参与，避免小样本误判）：
+
+| 统计量 | 计算 | 说明 |
+|---|---|---|
+| 平均句长 | 每句 CJK 字数 + 数字/英文单词数 的均值 | 过长 > 30 字偏「书面腔」 |
+| 句长波动 CV | 句长标准差 / 均值 | 低（< 0.25）= 句长均匀，AI 味 |
+| 突发性 | 相邻句长差的均值 / 平均句长 | 低（< 0.3）= 节奏单调，AI 味 |
+| 词汇多样性 | 连续双字（bigram）的 type-token ratio | 低（< 0.4）= 用词重复 |
+| 逗号密度 | 每 100 字逗号数 | > 12 = 一逗到底 |
+
+统计分合成（仅当字数 ≥ 40 且句数 ≥ 3）：
+
+```
+均匀度分量 u = clamp((0.5 - CV) / 0.35, 0, 1)
+突发性分量 b = clamp((0.6 - 突发性) / 0.5, 0, 1)
+多样性分量 t = clamp((0.6 - TTR) / 0.35, 0, 1)
+统计分       = round(100 × (0.4u + 0.35b + 0.25t))
+```
+
+## 综合评分（0-100）
+
+```
+若 规则分 = 0 且 统计分 = 0 → 0
+若 无规则命中           → min(round(统计分 × 0.12), 12)   # 统计量单独不指控
+否则                    → min(round(规则分 × 0.7 + 统计分 × 0.3), 100)
+```
+
+评分档位：≥ 70 明显 AI 腔；45-69 中度 AI 腔；20-44 轻度 AI 痕迹；< 20 基本像人写的。
+
+## 退出码（与元安 / 元审 / 元盾家族一致）
+
+- 0 = 成功（评分低于阈值，或未启用 --gate）；
+- 1 = score --gate 且评分 ≥ --threshold（默认 45，可 --threshold 调整）；
+- 4 = 用法错误 / 致命异常。

package/scripts/humanize_rules.py

@@ -0,0 +1,281 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""humanize_rules.py — YottaMeta 元真（yotta-humanize）中文 AI 腔检测规则表。
+
+24 类检测规则（按 内容/语言/句式/沟通/废话 五组），每类含词表 / 句式正则、
+权重（1-5）与改写建议。数据驱动：引擎按规则逐条扫描文本，命中即产出 finding。
+
+设计说明：
+  - 面向中文语料的 AI 腔特征（空泛升华、套话、黑话、排比、聊天残渣等），
+    与英文 humanizer 类技能无共享代码，词表与句式均为中文自研整理。
+  - 每条规则字段：
+      id           规则编号（HZ-01 ~ HZ-24）
+      name         规则名（中文）
+      group        分组（content / language / style / communication / filler）
+      weight       权重 1-5（5 = 一眼 AI，1 = 轻微痕迹）
+      regexes      句式正则列表（re 对象或字符串）
+      words        词表（普通词，原样匹配）
+      suggestion   命中时的改写建议模板（可含 {word} 占位）
+      fix          机械改写映射：'pattern|replacement' 字符串列表或
+                   callable(text) -> text（仅无歧义时可自动改）
+"""
+
+# ── 基础工具 ────────────────────────────────────────────────────────────────
+
+def esc(w):
+    """转义词表中的正则特殊字符。"""
+    import re
+    return re.escape(w)
+
+
+# ── 规则表 ──────────────────────────────────────────────────────────────────
+
+# 注意：改写映射只收「无歧义、改了必更好」的机械变换；需要判断的留 suggestion。
+RULES = [
+    # ── 内容类（content）───────────────────────────────────────────────────
+    dict(
+        id="HZ-01", name="空泛升华", group="content", weight=5,
+        words=["标志着", "彰显了", "充分体现了", "意义重大", "里程碑",
+               "历史性", "划时代", "深远影响", "开启了新篇章",
+               "奠定了坚实基础", "具有重大意义", "起到了重要作用"],
+        regexes=[],
+        suggestion="把空泛升华换成具体事实：谁在何时做了什么、结果如何，而不是“标志着/彰显了”。",
+        fix=["充分体现了|体现了", "具有重大意义|很重要", "起到了重要作用|起了作用"],
+    ),
+    dict(
+        id="HZ-02", name="套话开头", group="content", weight=4,
+        words=["众所周知", "毋庸置疑", "毫无疑问", "在当今", "在当下",
+               "近年来", "随着时代", "随着社会"],
+        regexes=[r"随着[^，。；]{0,24}的(?:发展|进步|普及|到来|推进)[，,]", ],
+        suggestion="删掉模板化开头，直接从事实或结论进入正文。",
+        fix=["众所周知，|", "在当今[^，。]{0,12}背景下，|",
+             "在当下，|", "近年来，|"],
+    ),
+    dict(
+        id="HZ-03", name="套话结尾", group="content", weight=4,
+        words=["综上所述", "展望未来", "未来可期", "拭目以待",
+               "共创美好未来", "共同书写", "让我们一起", "值得期待"],
+        regexes=[],
+        suggestion="结尾落到具体结论或下一步动作，而不是“展望未来/未来可期”这类空话。",
+        fix=["综上所述，|", "总之，|", "展望未来，|", "未来可期。|。",
+             "让我们拭目以待|拭目以待"],
+    ),
+    dict(
+        id="HZ-04", name="空话概括", group="content", weight=3,
+        words=["从某种程度上说", "在某种意义上", "归根结底", "说白了",
+               "本质上来说", "实际上来说", "说白了就是", "换句话讲"],
+        regexes=[],
+        suggestion="删掉空话概括；如果这句没有新信息，直接删，不要“说白了”绕一圈。",
+        fix=["从某种程度上说，|", "在某种意义上，|", "归根结底，|",
+             "说白了，|", "本质上来说，|"],
+    ),
+    dict(
+        id="HZ-05", name="模糊归因", group="content", weight=4,
+        words=["专家指出", "专家认为", "研究表明", "业内人士认为",
+               "业内人士指出", "据统计", "有观点认为", "普遍认为",
+               "相关数据显示", "调查显示"],
+        regexes=[],
+        suggestion="要么给出真实来源（哪家机构/哪篇论文/哪份数据），要么直接删掉归因。",
+        fix=["专家指出，|", "专家认为，|", "研究表明，|", "业内人士认为，|",
+             "业内人士指出，|", "据统计，|", "有观点认为，|", "普遍认为，|",
+             "相关数据显示，|", "调查显示，|"],
+    ),
+    dict(
+        id="HZ-06", name="绝对化断言", group="content", weight=3,
+        words=["百分之百", "任何情况下", "绝不可能", "必然导致",
+               "一定会", "绝对会", "完全取决于"],
+        regexes=[r"毫无(?:疑问|争议)[，,。]?"],
+        suggestion="把“一定/必然/毫无疑问”改成“通常/往往会/大多数情况下”，给事实留余地。",
+        fix=["毫无疑问，|显然，", "毫无疑问|显然", "一定会|往往会",
+             "绝对会|往往会", "必然导致|往往导致", "百分之百|基本"],
+    ),
+    # ── 语言类（language）──────────────────────────────────────────────────
+    dict(
+        id="HZ-07", name="AI 黑话", group="language", weight=5,
+        words=["赋能", "抓手", "闭环", "颗粒度", "链路", "底层逻辑",
+               "顶层设计", "方法论", "沉淀", "洞察", "心智", "范式",
+               "发力点", "痛点", "落地", "场景化", "维度", "框架",
+               "抓手", "杠杆", "护城河", "第二曲线"],
+        regexes=[],
+        suggestion="把黑话换成大白话：赋能→支持、抓手→切入点、闭环→完整流程、链路→流程、底层逻辑→根本原因。",
+        fix=["赋能|支持", "抓手|切入点", "闭环|流程", "颗粒度|细致程度",
+             "链路|流程", "底层逻辑|根本原因", "顶层设计|整体规划",
+             "方法论|方法", "沉淀|积累", "洞察|发现", "心智|观念",
+             "范式|模式", "发力点|重点", "痛点|难点", "落地|落实",
+             "场景化|按情境", "维度|角度", "框架|结构"],
+    ),
+    dict(
+        id="HZ-08", name="冗余强调", group="language", weight=3,
+        words=["非常非常", "十分十分", "极其极其", "特别特别", "真的真的"],
+        regexes=[r"(非常|十分|极其|特别|相当|无比|异常|格外)(非常|十分|极其|特别|相当|无比|异常|格外)"],
+        suggestion="删掉叠用的强调词，一句里留一个就好；太多“非常”会让语气失真。",
+        fix=["非常非常|非常", "十分十分|十分", "极其极其|极其",
+             "特别特别|特别", "真的真的|真的"],
+    ),
+    dict(
+        id="HZ-09", name="同义堆叠", group="language", weight=4,
+        words=["完善和优化", "促进和推动", "帮助和协助", "提高和改善",
+               "加强和完善", "规划和部署", "支持和帮助", "鼓励和支持",
+               "推动和促进", "改进和完善"],
+        regexes=[],
+        suggestion="同义堆叠留一个动词即可（完善和优化→完善），两个词说的是一件事。",
+        fix=["完善和优化|完善", "促进和推动|推动", "帮助和协助|帮助",
+             "提高和改善|改进", "加强和完善|完善", "规划和部署|规划",
+             "支持和帮助|帮助", "鼓励和支持|支持", "推动和促进|推动",
+             "改进和完善|完善"],
+    ),
+    dict(
+        id="HZ-10", name="「我们」滥用", group="language", weight=3,
+        words=["我们坚信", "我们致力于", "我们始终", "我们深知",
+               "我们相信", "我们应该", "我们需要做的", "我们每个人都"],
+        regexes=[],
+        suggestion="“我们坚信/致力于”是宣传腔；改成具体做法或删掉主语直接说事。",
+        fix=["我们坚信|我们认为", "我们致力于|我们在做", "我们深知|我们知道"],
+    ),
+    dict(
+        id="HZ-11", name="名词化堆砌", group="language", weight=3,
+        words=["问题的解决", "能力的提升", "水平的增强", "意识的加强",
+               "建设的推进", "工作的开展", "质量的提高", "效率的提升"],
+        regexes=[],
+        suggestion="把“XX 的解决/提升/加强”改回动词句：直接说“解决了问题、提升了能力”。",
+        fix=["问题的解决|解决问题", "能力的提升|提升能力", "水平的增强|增强水平",
+             "意识的加强|加强意识", "建设的推进|推进建设", "工作的开展|开展工作",
+             "质量的提高|提高质量", "效率的提升|提升效率"],
+    ),
+    dict(
+        id="HZ-12", name="程度词堆积", group="language", weight=2,
+        words=["更加深入地", "更加有效地", "更好地", "进一步地",
+               "更为重要", "更为关键", "更为突出"],
+        regexes=[],
+        suggestion="程度词一多句子就发飘；删到零或留一个，用具体例子代替“更加”。",
+        fix=["更加深入地|深入地", "更加有效地|有效地", "进一步地|进一步",
+             "更为重要|更重要"],
+    ),
+    # ── 句式类（style）─────────────────────────────────────────────────────
+    dict(
+        id="HZ-13", name="排比三连", group="style", weight=4,
+        words=["不仅", "而且", "更让", "既能够", "又能够"],
+        regexes=[r"不仅[^，。]{2,20}，?而且[^，。]{2,20}，?更[^，。]{2,20}",
+                 r"既[^，。]{2,16}，又[^，。]{2,16}，还[^，。]{2,16}"],
+        suggestion="排比三连是典型 AI 句式；拆成两三句，或只留最有信息量的一项。",
+        fix=[],
+    ),
+    dict(
+        id="HZ-14", name="机械列举", group="style", weight=3,
+        words=["首先", "其次", "再次"],
+        regexes=[r"(首先|其次|再次|最后)[，,]",
+                 r"(第一|第二|第三|第四)[，,、]"],
+        suggestion="“首先/其次/再次/最后”一长串很机械；按内容自然过渡，别每段都编号。",
+        fix=[],
+    ),
+    dict(
+        id="HZ-15", name="反问堆叠", group="style", weight=2,
+        words=["难道不是吗", "难道不", "怎能", "岂不", "何尝不是"],
+        regexes=[],
+        suggestion="连续反问像在喊口号；留一个反问或改成陈述句更有力。",
+        fix=[],
+    ),
+    dict(
+        id="HZ-16", name="破折号滥用", group="style", weight=3,
+        words=[], regexes=[r"——"],
+        suggestion="破折号全文超过 3 处就显刻意；多余的换成逗号或直接断开句子。",
+        fix=[],
+    ),
+    dict(
+        id="HZ-17", name="引号滥用", group="style", weight=2,
+        words=[], regexes=[r"[“”]"],
+        suggestion="给普通词加引号很 AI（“赋能”“闭环”）；去掉引号，或只给真正需要强调的词加。",
+        fix=[],
+    ),
+    dict(
+        id="HZ-18", name="感叹号滥用", group="style", weight=2,
+        words=[], regexes=[r"！"],
+        suggestion="感叹号满屏是营销腔；全文最多留一两个。",
+        fix=[],
+    ),
+    # ── 沟通类（communication）─────────────────────────────────────────────
+    dict(
+        id="HZ-19", name="聊天残渣", group="communication", weight=5,
+        words=["希望对你有所帮助", "希望这些内容对你有用", "如果你有任何问题",
+               "如果还有疑问", "随时告诉我", "让我们开始吧", "让我们开始",
+               "希望以上内容", "希望这个回答", "欢迎随时提问"],
+        regexes=[],
+        suggestion="删掉“希望对你有所帮助/随时告诉我”这类聊天机器人残渣，正文结尾干净利落。",
+        fix=["希望对你有所帮助。|", "希望这些内容对你有用。|", "如果你有任何问题，|",
+             "如果还有疑问，|", "随时告诉我。|", "让我们开始吧。|",
+             "让我们开始。|", "希望以上内容对你有用。|", "欢迎随时提问。|"],
+    ),
+    dict(
+        id="HZ-20", name="奉承讨好", group="communication", weight=4,
+        words=["很好的问题", "非常好的问题", "你说得对", "你说得很有道理",
+               "感谢你的提问", "非常荣幸", "您说得太对了", "好问题"],
+        regexes=[],
+        suggestion="删掉“很好的问题/你说得对”这类奉承开头，直接回答问题。",
+        fix=["很好的问题。|", "非常好的问题。|", "你说得对，|", "你说得很有道理，|",
+             "感谢你的提问。|", "非常荣幸|很荣幸", "您说得太对了。|"],
+    ),
+    dict(
+        id="HZ-21", name="免责回避", group="communication", weight=3,
+        words=["由于篇幅有限", "限于篇幅", "考虑到时间关系", "这里不再赘述",
+               "在此不过多展开", "不在此赘述", "受篇幅所限", "因时间有限"],
+        regexes=[],
+        suggestion="“限于篇幅/不再赘述”是 AI 缩水的遮羞布；要么给关键信息，要么别提。",
+        fix=["由于篇幅有限，|", "限于篇幅，|", "考虑到时间关系，|",
+             "这里不再赘述。|", "在此不过多展开。|", "不在此赘述。|",
+             "受篇幅所限，|", "因时间有限，|"],
+    ),
+    # ── 废话类（filler）────────────────────────────────────────────────────
+    dict(
+        id="HZ-22", name="废话填充", group="filler", weight=2,
+        words=["换句话说", "换言之", "也就是说", "某种意义上", "某种程度上"],
+        regexes=[r"(其实|就是说)[，,]"],
+        suggestion="“其实/就是说/换句话说”经常是废话；删掉后句子意思不变就删。",
+        fix=["换句话说，|", "换言之，|", "也就是说，|", "某种意义上，|",
+             "某种程度上，|", "其实，|", "就是说，|"],
+    ),
+    dict(
+        id="HZ-23", name="无效转折", group="filler", weight=2,
+        words=["话说回来", "换个角度", "换个思路", "再说一句", "另外一点"],
+        regexes=[],
+        suggestion="“话说回来/换个角度”是凑字数的转折；直接写下一段内容。",
+        fix=["话说回来，|", "换个角度，|", "换个思路，|", "再说一句，|"],
+    ),
+    dict(
+        id="HZ-24", name="重复声明", group="filler", weight=3,
+        words=["值得注意的是", "不难发现", "显而易见", "值得一提的是",
+               "需要指出的是", "必须强调的是", "需要强调的是", "特别值得注意的是"],
+        regexes=[],
+        suggestion="“值得注意的是/不难发现”是 AI 的提示词残留；删掉，让事实自己说话。",
+        fix=["值得注意的是，|", "不难发现，|", "显而易见，|", "值得一提的是，|",
+             "需要指出的是，|", "必须强调的是，|", "需要强调的是，|",
+             "特别值得注意的是，|"],
+    ),
+]
+
+# 索引：按 id / 按 group
+RULES_BY_ID = {r["id"]: r for r in RULES}
+GROUPS = ("content", "language", "style", "communication", "filler")
+GROUP_LABELS = {
+    "content": "内容（空泛/套话/归因）",
+    "language": "语言（黑话/堆叠/强调）",
+    "style": "句式（排比/列举/标点）",
+    "communication": "沟通（残渣/奉承/回避）",
+    "filler": "废话（填充/转折/声明）",
+}
+
+# ── 词表编译 ────────────────────────────────────────────────────────────────
+
+def compile_rule(rule):
+    """把规则里的 regexes / words 编译成可执行的正则列表。"""
+    import re
+    pats = []
+    for rx in rule.get("regexes", []):
+        pats.append(re.compile(rx))
+    for w in rule.get("words", []):
+        pats.append(re.compile(esc(w)))
+    return pats
+
+
+def compiled():
+    """返回 {rule_id: [compiled patterns]}。"""
+    return {r["id"]: compile_rule(r) for r in RULES}