opencode-skills-collection 4.0.63 → 4.0.65

package/bundled-skills/.antigravity-install-manifest.json

@@ -1,6 +1,6 @@
 {
   "schemaVersion": 1,
-  "updatedAt": "2026-09-15T02:11:34.766Z",
+  "updatedAt": "2026-09-17T02:07:42.936Z",
   "entries": [
     "00-andruia-consultant",
     "007",
@@ -614,6 +614,7 @@
     "ddd-context-mapping",
     "ddd-strategic-design",
     "ddd-tactical-patterns",
+    "de-ai-writer",
     "debate-review",
     "debug-buttercup",
     "debugger",
@@ -1697,6 +1698,7 @@
     "seo-aeo-keyword-research",
     "seo-aeo-landing-page-writer",
     "seo-aeo-meta-description-generator",
+    "seo-aeo-orchestrator",
     "seo-aeo-schema-generator",
     "seo-audit",
     "seo-authority-builder",
@@ -2114,6 +2116,7 @@
     "youtube-seo-optimizer",
     "youtube-summarizer",
     "youtube-transcript",
+    "youtube-transcript-skills",
     "zapier-make-patterns",
     "zcode-delegate",
     "zendesk-automation",

package/bundled-skills/antigravity-maintainer-batch-release/SKILL.md

@@ -55,7 +55,7 @@ Before changing anything:
    - Use the repository validation, test, docs-security, source-credit, reference, warning-budget, and targeted app checks required by the changed files.
    - Fix deterministic policy failures in the source; do not wait for them as if they were flaky CI.
    - For source-only changed paths, a Git copy changes only its destination; renames change both paths. Preserve independent raw-record and blob safety checks and regressions for genuine generated-file mutations.
-   - Treat `pr-policy` fork classification from the exact protected-base implementation as an unprivileged fail-fast gate before dependent work, never as approval authority. Install and resolve every dependency used by that classifier from the same protected-base worktree; never expose it to pull-request-controlled `node_modules`. `merge:batch` must still recompute the current trusted decision before approving any fork run or merging.
+   - Treat `pr-policy` fork classification from the exact protected-base implementation as an unprivileged fail-fast gate before dependent work, never as approval authority. Install and resolve every dependency used by that classifier from the same protected-base worktree; never expose it to pull-request-controlled `node_modules`. `merge:batch` must still recompute the current trusted decision before approving any fork run or merging. The intake allowlist also covers browser source under `apps/web-app/src/**` (`.css`, `.ts`, `.tsx`); those fork runs may be approved, but every web-app source change still requires an exact-head maintainer attestation before merge.
    - Treat `impact_profile` as shadow-only telemetry. It must not skip, downgrade, or satisfy any required check.
    - For ordinary source PRs, require `source-validation` to generate preview state once and `artifact-preview` to verify the manifest bound to the exact head and run identity. For canonical-sync PRs, rely on `pr-policy` exact-tree reproduction, keep `source-validation` lightweight, require `artifact-preview` to confirm no drift, and retain final CI and CodeQL on the merged `main` commit.
    - Keep timing observational and test sharding opt-in. Required CI must continue to run the full unsharded `npm run test`; deterministic local shards may be used only through `npm run test:local -- --shard-index N --shard-count M`.

package/bundled-skills/cv-generator/references/detailed-guide.md

@@ -2,31 +2,6 @@
 
 > This file contains the detailed procedure and reference material extracted from `SKILL.md` for focused loading. The root skill defines activation, examples, safety constraints, and limitations.
 
-## FLAW REGISTER — KNOWN ISSUES FIXED IN THIS VERSION
-
-The following issues were identified across the two prior skill drafts and are corrected here:
-
-| # | Flaw | Fix applied |
-|---|------|-------------|
-| F-01 | Output was Markdown-first, not paste-ready plain text | Final output is plain text; Markdown is internal staging only |
-| F-02 | FlowCV/Canva field structure was never addressed | Section mapping to tool fields added (section 11c) |
-| F-03 | Questionnaire dumped all 20 questions at once in practice | Hard rule: one question at a time, wait for answer |
-| F-04 | Anti-hallucination rules listed but never enforced structurally | Enforcement gate added before every output (section 10) |
-| F-05 | Cover letter was offered but never scoped for these tools | Cover letter now outputs to a separate plain-text block, not inline |
-| F-06 | ATS check listed but had no scored output | Flaw report now scores 0–100 with per-item pass/fail |
-| F-07 | Seniority detection was "detect or ask" with no fallback | Default is mid-level if undetectable; user is told the assumption |
-| F-08 | No guidance on what FlowCV/Canva cannot render | Added explicit field-by-field paste map (section 11c) |
-| F-09 | Tense rules stated but never verified in quality gate | Tense check is now a hard gate — output blocked until corrected |
-| F-10 | "Passionate about" and similar banned phrases still appeared in examples | Phrase blocklist now machine-checkable (section 7c) |
-| F-11 | Nepal/South Asia market conventions were present but incomplete | Confirmed and expanded (section 14) |
-| F-12 | No explicit rule on what to do when LinkedIn scraping is blocked | Hard fallback rule: ask for PDF export immediately, do not proceed empty |
-| F-13 | File naming convention mentioned once, never enforced | File name rule is part of the final output block (section 11) |
-| F-14 | Skill had no version history or upgrade path | Version field added to frontmatter |
-| F-15 | GitHub was listed as a source but extraction rules were missing | GitHub extraction rules added (section 4f) |
-
----
-
-
 ## 1. Invocation
 
 ```

package/bundled-skills/de-ai-writer/SKILL.md

@@ -0,0 +1,144 @@
+---
+name: de-ai-writer
+description: "Chinese AI-smell removal engine: 35 Chinese AI-tell patterns (赋能/闭环), AI-smell scoring, de-AI rewriting, style clone. Use when a Chinese draft reads machine-written or the user asks 去AI味."
+category: content-writing
+risk: safe
+source: community
+source_repo: jiawood2006/hermes-skills
+source_type: community
+date_added: "2026-09-14"
+author: jiawood2006
+license: "MIT"
+license_source: "https://github.com/jiawood2006/hermes-skills/blob/main/LICENSE"
+tags: [chinese, writing, editing, humanize, de-ai, copywriting, style-clone, ai-detection]
+tools: [claude, cursor, codex, gemini, hermes]
+---
+
+# De-AI Writer — Chinese AI-Smell Removal
+
+## Overview
+
+Chinese AI writing has its own tells, and they are not the English ones. English humanizers hunt `delve`, "it's not just X, it's Y" and em-dash overuse; a Chinese draft reads machine-written because of 赋能 / 闭环 / 抓手 / 底层逻辑 (pattern 15), 首先-其次-最后 scaffolding (pattern 30), 随着…的发展 openers (pattern 25), 拔高意义 endings (pattern 16), and 公文套话 (pattern 22). A translated English humanizer misses all of it.
+
+This skill ships the pattern catalog plus the editing procedure: score a draft for AI smell, rewrite it against the specific patterns it hits, clone a reference style, and review the result. The full 35-pattern catalog lives in `references/ai-patterns-zh.md` and is plain Markdown — usable as a prompt by any assistant.
+
+*Note on the engine: this bundle is documentation only. A zero-dependency local rule engine is published in the source repository (see `source_repo`) as an optional external prerequisite — it is not included here.*
+
+## When to Use This Skill
+
+- Use when a Chinese draft "reads like AI" and needs to sound human-authored.
+- Use when the user asks 去AI味, 改得像人写的, or 这段是不是AI写的 (is this AI-written?).
+- Use when editing marketing copy, WeChat articles, product listings, or social posts written in Chinese.
+- Use when asked to imitate a reference writing style (风格克隆) or to produce A/B variants of the same copy.
+- Use when shifting tone: casual / formal / marketing / humor / direct.
+
+## How It Works
+
+### Step 1: Score the draft first (diagnose before editing)
+
+Scan the text, record which patterns hit *and where*, then compute the AI-smell index with the deterministic formula below. Do not rewrite from vibes — the same phrases recur, and you need the hit list to verify the edit afterwards.
+
+#### The AI-smell index (deterministic — the same formula must be used before and after)
+
+1. **Count hits per paragraph.** For each pattern, count one hit per paragraph — repeats inside the same paragraph do not inflate the score.
+2. **Weight by evidence strength.** 强模式 = **2 points**; patterns the catalog marks 弱证据 (破折号 / 限定词 / 被动与无主语 / "的"-字堆叠 / 引号不统一) = **1 point**.
+3. **Normalize by length.** `D = 加权总分 / max(1, 总字数 / 100)` — weighted hits per 100 characters.
+4. **Index.** `AI味指数 = min(100, round(D × 10))`.
+5. **Bands.** 0–20 基本像人写 · 21–45 轻度 AI 味 · 46–75 明显 AI 味 · 76–100 一眼假.
+6. **Report three numbers, not one:** 命中处数 / 加权总分 / AI味指数. After rewriting, recompute with the same formula so the delta is comparable. If a hit cannot be attributed to a catalogued pattern, report only the observable hit count and say the index is not computed — never invent a number.
+
+Worked example (the sample below): 8 hits in 77 characters, 6 strong (6 × 2 = 12) + 2 weak (2 × 1 = 2) → 加权总分 14 → D = 14 / 0.77 ≈ 18.2 → 指数 = min(100, 182) = **100/100**.
+
+```
+AI 味体检报告
+总字数 77 ｜ 命中 8 处 ｜ 加权 14 ｜ AI味指数 100/100（一眼假）
+机械连接 ×3   官方黑话 ×2   空洞拔高 ×2   夸张词 ×1
+```
+
+### Step 2: Rewrite against the specific patterns, not in general
+
+Work through the hit list one pattern at a time. Correct each pattern by its own rule (the catalog gives 识别特征 → 为什么假 → 改前/改后 for all 35). Two rules govern the whole pass:
+
+- **A single hit is not evidence.** The catalog marks certain patterns (em-dash, hedges, passive voice, 的-stacking, quotation marks) as 弱证据 — only act when two or more appear in the same paragraph.
+- **Delete, don't decorate.** Most patterns disappear by deleting the sentence that carries them: drop the negation half of 不是 X，而是 Y, drop the significance ending, drop the 开场铺垫, drop the assistant residue (希望对你有帮助).
+
+**The facts come from the source, never from the pattern list.** A rewrite may delete packaging, reorder, and rephrase; it must not introduce a fact the source does not contain. If the rewrite would be clearer with a number or a specification (rotational speed, battery life, materials), and the source has none, ask the user for it — never supply one.
+
+### Step 3: Verify the rewrite
+
+Re-score the rewritten text with the same Step 1 formula. The index should drop and the semantic content must be preserved — report the before/after triple (命中处数 / 加权总分 / 指数), how many patterns were cleared, and confirm that no fact was added or lost. A rewrite that lowers the score by deleting facts is a failed edit; so is one that raises the count of facts in the text.
+
+### Step 4: Optional — style clone, variants, tone, review
+
+- **Style clone**: supply a reference sample (an old article, a novel fragment, a writer you like) and match its sentence rhythm, vocabulary and colloquial ratio.
+- **Variants**: produce 2-6 clearly different versions (short and punchy / loose and spoken / vivid) for headline and ad-copy A/B tests.
+- **Tone**: re-target the same content to casual, formal, marketing, humor or direct register.
+- **Review**: score the finished text on Hook / Pacing / Emotion / AI-Smell / Clarity / Persuasion / Structure / Readability, plus three concrete improvements.
+
+## Examples
+
+### Example 1: Business copy with stacked AI tells (deletion-only edit)
+
+Before:
+
+```
+首先，这款产品不仅性能卓越，更是彰显了品牌的匠心精神。随着智能家居时代的发展，
+它以用户为中心，赋能每一个家庭的智慧生活，具有里程碑意义。
+```
+
+After — **deletion-only; every surviving phrase already appears in the source, and no specification was added**:
+
+```
+这款产品性能卓越，能融入家庭的智能生活。
+```
+
+Every change is tied to a catalogued pattern:
+
+- 首先 → **pattern 30** (强制编号与小标题, mandatory 首先/其次 numbering)
+- 不仅…更是 → **pattern 1** (不是 X，而是 Y — negation-half padding)
+- 随着智能家居时代的发展 → **pattern 25** (\"随着……的发展\"式开头)
+- 以用户为中心 / 赋能 → **pattern 15** (高频 AI 词) and **pattern 23** (互联网黑话)
+- 彰显了品牌的匠心精神 / 具有里程碑意义 → **pattern 16** (拔高意义)
+
+Six patterns removed, zero facts added, zero facts lost: the rewrite keeps 性能卓越 and 智能生活, the only two claims present in the source. It does **not** gain a rotation speed, a battery life or a waterproof rating — those are not in the source, and inventing them is exactly the failure mode this skill exists to prevent.
+
+### Example 2: Assistant residue in generated output
+
+Before:
+
+```
+当然可以！以下是我为你整理的三个要点，希望对你有所帮助。需要我展开说明吗？
+```
+
+After:
+
+```
+三个要点：
+```
+
+Pattern 31 (聊天机器人残留) — the wrapper adds nothing; the content stands alone.
+
+## Best Practices
+
+- ✅ Score before and after; report the triple (命中处数 / 加权总分 / 指数) so the edit is verifiable.
+- ✅ Quote the pattern number for every change — it makes the edit reviewable and teachable.
+- ✅ Keep every fact, number and claim from the source; only the packaging should change.
+- ✅ Respect 弱证据 — two hits in one paragraph, not one hit anywhere.
+- ✅ Keep the catalog in Chinese when editing Chinese; the tells are language-specific.
+- ❌ Don't invent facts to make the rewrite concrete — if the source has no number, ask for one.
+- ❌ Don't swap one AI word for another AI word (赋能 → 助力 solves nothing).
+- ❌ Don't "polish" a draft into formal register — that usually adds AI smell rather than removing it.
+- ❌ Don't strip caveats and qualifiers that carry real meaning (legal disclaimers, safety warnings).
+
+## Limitations
+
+- **Chinese-centric by design.** The pattern catalog targets Chinese AI tells; it will not fix English AI smell (use an English humanizer for that).
+- **Documentation only.** No script and no engine is bundled in this skill. The optional local rule engine is published in the source repository; deep rewriting, style cloning, variants and scoring require an LLM of your choice.
+- **Rule-based detection, not a detector model.** The index is a heuristic over known patterns, computed by the formula above. It cannot prove authorship and must not be used as evidence that a text "was" or "was not" AI-written.
+- **Unlisted patterns are out of scope.** Tells that are not in the 35-pattern catalog pass through untouched; the catalog is the ceiling of what this skill sees.
+- **Keep-conditions need human confirmation.** Some removal is context-dependent — a safety caveat such as "do not soak for long periods" may be a legal requirement; when a pattern overlaps with a claim that must stay, ask before deleting.
+
+## Reference
+
+- [`references/ai-patterns-zh.md`](references/ai-patterns-zh.md) — the full 35-pattern Chinese AI-smell catalog, grouped into 摆姿势 / 机械节奏 / 注水借势 / 格式装饰 / 助手残留, each entry giving 识别特征 → 为什么假 → 改前/改后.
+- Source repository (MIT, optional runnable engine): https://github.com/jiawood2006/hermes-skills

package/bundled-skills/de-ai-writer/references/ai-patterns-zh.md

@@ -0,0 +1,368 @@
+# 中文 AI 腔模式清单 / Chinese AI-Smell Pattern Catalog
+
+> **怎么用**：改写前先扫一遍这 35 条，标出命中的位置，再动手。清单给的是"识别特征 → 为什么假 → 改前/改后"，不是禁用词表。
+>
+> **⚠️ 最重要的一条原则**：**单条命中不算证据。** 好的写手会故意用其中任何一条。标注了 `弱证据` 的模式必须**同段落出现 2 条以上**才动手。引文、标题、专有名词里出现的词一律不动。
+>
+> **来源**：中文版由 [De-AI Writer](https://github.com/jiawood2006/hermes-skills) 团队整理，模式框架参考 Wikipedia [Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing)（WikiProject AI Cleanup 维护）与 blader/humanizer（MIT）。中文特有腔调（第 22–25、29–30、35 条等）为本项目补充。
+
+---
+
+## A. 只摆姿势，不给信息 / Staging instead of stating
+
+这一组是当前最强烈的破绽。**命中一条即可动手。**
+
+### 1. 不是 X，而是 Y
+
+**识别**：不是……而是……；不仅是……更是……；与其说……不如说……；并非……而是……；拆成两句的版本（"这不意味着 X。它意味着 Y。"）；句尾的否定小尾巴（"……，不是猜的"）。
+**病因**：否定的一半在打倒一个没人主张的观点，让肯定的一半显得更大。它增加的是分量，不是信息。**除非读者真的相信被否定的那一半，否则直接说要说的。**
+**改前**：
+> 这不仅是节奏与编曲的技术问题，更是整个乐队表达态度的方式。它不只是一首歌，它是一个宣言。
+**改后**：
+> 沉重的鼓点让整首歌听起来更凶。
+
+### 2. 一句收尾 + 戏剧化短句
+
+**识别**：单独成段的短句，重复前文结论（"这才是真正的关键。"）；"再读一遍。""细品。""你品，你细品。"；每节后面都跟同一个收尾句；一连串碎句（"没有审美预设。没有怀旧。"）；全大写或加句点的强调（"每。一。天。"）。
+**病因**：这种句子在要求读者停下来，而不是补充内容。短句有价值的前提是它带来新事实。
+**改前**：
+> 然后 AlphaEvolve 出现了。它对对称没有偏好。没有审美预设。没有对人工设计的怀旧。旧规则消失了。
+**改后**：
+> AlphaEvolve 改变了搜索，因为它不偏好对称或"看起来像人做的"设计，这让一些旧假设不再适用。
+
+### 3. 听起来很深的话
+
+**识别**：真正的问题是；本质上；归根结底；说到底；核心在于；真正重要的是；从更深层看；X 是 Y 的镜子/试金石/底色；X 的底层逻辑；X 成为了一场修行；时代的语言；信任的货币。
+**病因**：把一个普通观点包装成隐秘真理，包装本身不提供任何细节。
+**改前**：
+> 真正的问题是团队能不能适应。归根结底，核心在于组织的准备度。
+**改后**：
+> 问题是团队能不能适应，这主要取决于组织愿不愿意改变习惯。
+
+### 4. 开场铺垫（把"我要说了"当成内容）
+
+**识别**：让我们一起来看看；接下来我们深入探讨；不多说，直接上干货；给大家分享一个点；说个扎心的事实；先划重点；敲黑板；注意了；讲真；说实话（独立成句时）。
+**病因**：作者在宣布"我要说重点"或表演一次坦诚，而不是直接说。删掉的是整个铺垫，不只是语气词。**句中的"说实话"是正常口语，独立成句的"说实话？"才是破绽。**
+**改前**：
+> 让我们一起来看看 Next.js 的缓存机制。这是你需要知道的重点。
+**改后**：
+> Next.js 在多层缓存数据：请求记忆化、数据缓存、路由缓存。
+
+### 5. 跟空气辩论
+
+**识别**：这不是（主要）关于……；我不是说……；澄清一下；别误会；并不是说……；有人可能会说……但；一个诱人的方案是；很容易想到；你可能以为……其实；顺带一提。
+**病因**：文章在回应一个别处都不存在的反对意见（多半是上一稿的残留），或在否定一个从没出现的方案。
+**改前**：
+> 这并不是主要在讲提示词长度，我也不是在说文档不重要。你当然可以从另一个角度归类这个问题，但关键在于智能体执行时能不能用上这条指令。
+**改后**：
+> 关键在于智能体执行时能不能用上这条指令。
+
+### 6. 【中】设问式过渡
+
+**识别**：那么，问题来了——；为什么这么说？；这背后是什么？；究竟是什么让它……？；接下来会发生什么？
+**病因**：用一个自问自答制造节奏，答案往往就是下一句的普通事实。中文营销号尤其爱用。
+**改前**：
+> 那么，问题来了——为什么这家店能火？答案其实很简单。
+**改后**：
+> 这家店火起来的原因很直接：位置在写字楼下，中午十一点半就开始排队。
+
+### 7. 【中】假坦诚开场
+
+**识别**：说句实话；讲真的；不吹不黑；有一说一；客观来讲；我不怕得罪人。
+**病因**：用"我很坦诚"的开场来给后面的普通观点加权重。**句中偶尔出现是口语，独立开篇才是pose。**
+**改前**：
+> 有一说一，客观来讲，这个方案其实还行。
+**改后**：
+> 这个方案能用。
+
+---
+
+## B. 机械的节奏感 / Rhythm by rule
+
+好的写手也会刻意用这一组，所以它们是 `弱证据`——**要同段落凑够 2 条以上再动手**。
+
+### 8. 强行三段
+
+**识别**：三个并列词（"创新、灵感与洞察"）；三个排比的例子；三个短事实后面跟一句总结道理；中文里表现为"既要……又要……还要……"的三连。
+**病因**：意思不一定有三部分，但为了"完整感"凑成三。检查每一项是否真的带来不同的意思。
+**改前**：
+> 本次活动包括主题演讲、圆桌讨论和社交环节，参会者可以期待创新、灵感与行业洞察。
+**改后**：
+> 活动有演讲和圆桌，中间也留了自由交流的时间。
+
+### 9. 句首重复
+
+**识别**：连续几句用同一个主语开头（尤其是"他""她""我"），按规则而不是按语感处理重复。
+**病因**：真人也会故意重复句首做节奏（"她来了。她看见。她征服。"），所以只在一段里连续三四句时才算。
+**改前**：
+> 她记下了那扇门。她记下了门上的锁。她把这些都存档了。
+**改后**：
+> 她记下了门和门上的锁，一起存档。
+
+### 10. 破折号当万能连接词
+
+**规则**：终稿不得出现 `——`（含 `--` 冒充的），除非作者样本里本来就用。替成句号、逗号、冒号或括号，或重写句子。**代码块、命令行、路径、URL 里的连字符不动。**
+**病因**：破折号让作者跳过"两个分句到底是什么关系"的选择，所以模型到处用。**注意：单个破折号是弱证据**（很多记者也用），一段里出现三四个才是破绽。
+**改前**：
+> 新政策——在毫无预警的情况下宣布——影响了数千名员工。这些变化 -- 批评者称早就该来 -- 将立即生效。
+**改后**：
+> 新政策在毫无预警的情况下宣布，影响数千名员工。批评者称这些变化早就该来，将立即生效。
+
+### 11. 限定词堆叠
+
+**识别**：客观来说；一定程度上；在某种情况下；可能存在；有可能或许；某种意义上是；据推测。
+**病因**：反复修改时一层层加限定词修补早先的过度断言，结果每句话都发虚。**只保留信源支持、且意思需要的限定词。** 法律、安全、勘误说明要留。"也许""一般来说"是正常人的习惯，不算破绽。`弱证据`
+**改前**：
+> 有可能或许可以认为该政策或许会对结果产生一定影响。
+**改后**：
+> 该政策可能影响结果。
+
+### 12. 被动与无主语
+
+**识别**："被广泛认为""得到了充分体现""被认为是……""需要注意""由此可见"。
+**病因**：藏起了动作的发出者。能说清谁做了什么时，用主动句。`弱证据`
+**改前**：
+> 无需配置文件。结果会被自动保存。
+**改后**：
+> 你不需要配置文件。系统会自动保存结果。
+
+### 13. 【中】排比口号体
+
+**识别**：既要……又要……还要……；不仅……而且……更……；跨越……跨越……跨越……；四字一顿的连续排比；"以 X 为抓手，以 Y 为依托，以 Z 为目标"。
+**病因**：用排比造气势，但每一小句都不承担具体信息。读起来像领导讲话或广告语，不是人在陈述事实。
+**改前**：
+> 这次升级既提升了性能，又优化了体验，更重塑了行业标准。
+**改后**：
+> 这次升级把首屏加载从 2.4 秒压到 0.8 秒，并把设置页从五级菜单收成一级。
+
+### 14. 【中】"的"字堆叠
+
+**识别**：一句里四个以上"的"；"……的……的……的实现"；长定语套长定语。
+**病因**：中文的定语链是模型最容易失控的地方，读起来像翻译稿。拆成短句或用动词开头。
+**改前**：
+> 这是一个能够满足企业级的、多租户的、可扩展的数据处理的需求的方案。
+**改后**：
+> 这个方案面向多租户场景，能满足企业级数据处理和扩容需求。
+
+---
+
+## C. 注水与借势 / Inflation and borrowed authority
+
+事实通常没问题，要删的是外面的包装。
+
+### 15. 高频 AI 词
+
+**识别（中文）**：赋能、闭环、抓手、颗粒度、对齐、心智、生态位、打法、组合拳、方法论、底层逻辑、痛感、卡点、复盘、拉通、沉淀、复用、画像、链路、锚点、势能、降本增效、提质增效、数字化转型。
+**识别（英文，若产出英文内容）**：delve, crucial, robust, pivotal, tapestry, testament, underscore, showcase, landscape, intricate, meticulous, vibrant, foster, enhance。
+**病因**：模型使用这些词的频率远高于真人，且爱成串出现。**这是本清单唯一的词表**——不在表里的正式词汇本身不是破绽。
+**改前**：
+> 此外，一个显著的特点是，该方案通过底层逻辑的打通，实现了链路的闭环，成为数字化转型的有力抓手。
+**改后**：
+> 该方案把原来分属三个系统的订单数据合到一处，客服不用再切系统查单。
+
+### 16. 拔高意义
+
+**识别**：具有里程碑意义；标志着……的到来；起到了关键作用；奠定了坚实基础；具有深远的历史意义；引领行业迈向新阶段；开启了新篇章；交出了一份亮眼的答卷；尽管面临挑战……依然蓬勃发展；展望未来；未来可期。
+**病因**：一个普通事实被说成"标志了变化、证明了遗产、承诺了未来"。三个尺度上都出现：一个短语、一节"挑战与展望"、一段送别式结尾。**保留事实，删掉意义。**
+**改前**：
+> 该公司成立于 1989 年，标志着区域统计事业发展的重要里程碑。这一举措是西班牙行政权力下放浪潮的重要组成部分。
+**改后**：
+> 该公司成立于 1989 年，属于西班牙行政职能下放的一部分。
+**改前（展望式结尾）**：
+> 公司前景一片光明。在追求卓越的道路上，激动人心的时刻即将到来。
+**改后**：
+> （直接删掉。停在最后一个具体事实上。）
+
+### 17. 模糊关联
+
+**识别**：与……有关；在……的背景下；伴随着……；与……紧密相连；涉及；关联到。
+**病因**：说了两件事有关，却不说是什么关系。"他与该公司有关联"隐藏了他是 CEO、董事还是顾问。**信源没说的就别编，保留模糊表述也比编一个身份好。**
+**改前**：
+> 他与该乐团有关联，该乐团由他创办并指挥。音乐会与巴基斯坦建国五十周年庆祝活动有关。
+**改后**：
+> 他创办并指挥该乐团。音乐会是巴基斯坦建国五十周年庆祝活动的一部分。
+
+### 18. 浅薄的"着/了"字小尾巴
+
+**识别**：彰显着、体现着、标志着、反映着、象征着、助推着、赋能着、为……注入了新动能、进一步提升了……；英文对应 highlighting / underscoring / reflecting。
+**病因**：在一个简单事实后面接一个短语让它显得更深。**挂在权威名字后面（"某专家强调了……"）也不会让它变真。**
+**改前**：
+> 寺庙的蓝绿金配色与该地区的自然风光相呼应，象征着德州蓝帽花与墨西哥湾，体现着当地社区与土地的深厚联结。
+**改后**：
+> 寺庙外墙刷成蓝绿金，用意是呼应德州的蓝帽花和墨西哥湾。
+
+### 19. 广告腔
+
+**识别**：坐拥、毗邻、宛如、尽享、匠心、臻选、解锁、焕新、一站式、硬核、天花板、yyds、宝藏、绝绝子、不容错过。
+**病因**：文字读起来像广告，尤其是写地点、文化、产品、机构时。**直接说这是什么。**
+**改前**：
+> 坐落于风景如画的戈德尔地区，阿拉马塔是一座拥有深厚文化底蕴与绝美自然风光的活力小镇。
+**改后**：
+> 阿拉马塔是埃塞俄比亚戈德尔地区的一个镇。
+
+### 20. 借来的权威
+
+**识别**：专家指出；业内人士认为；有分析认为；据媒体报道；多个信源显示；在某某平台拥有 N 万粉丝；被 XX、XX、XX 等媒体报道。
+**病因**：用一个名字或一个不明身份的权威代替"到底说了什么"。**信源给了真实出处就写上；没有就删掉这个断言或这串名单。永远不要编信源。** 单纯缺少引用不算破绽——大部分文字本来就没引用。
+**改前**：
+> 由于其独特性，该河流受到研究者和环保人士的关注。专家认为它在区域生态中起着关键作用。
+**改后**：
+> 研究者和环保人士在研究这条河，因为它有不同寻常的特征。
+
+### 21. 绕开"是 / 有"
+
+**识别**：作为……而存在；充当着……的角色；扮演着……的角色；堪称；不失为；具备着。
+**病因**：把简单的"是""有"换成长短语。用"是"和"有"。
+**改前**：
+> 825 画廊作为 LAAA 的当代艺术展览空间而存在。该画廊拥有四个独立空间，坐拥 3000 平方英尺以上的面积。
+**改后**：
+> 825 画廊是 LAAA 的当代艺术展厅，有四个房间，共 3000 平方英尺。
+
+### 22. 【中】公文套话
+
+**识别**：高度重视、狠抓落实、进一步、切实、不断加强、深入推进、全面贯彻、统筹推进、协同发力、形成合力、压实责任、闭环管理、举一反三、提质增效。
+**病因**：这套词来自公文模板，模型写"工作汇报式"中文时几乎必用。它传递的是态度而不是状态。**换成"谁、做了什么、结果如何"。**
+**改前**：
+> 下一步，我们将高度重视该问题，进一步加强统筹协调，压实各方责任，形成工作合力，确保各项举措落地见效。
+**改后**：
+> 下周我会把三个部门拉进一个群，订单异常由客服直接 @ 技术处理，处理结果记在同一个表格里。
+
+### 23. 【中】互联网黑话
+
+**识别**：对标、复盘、赋能、抓手、打法、拉齐、对齐一下、颗粒度、心智、品效合一、势能、引爆、破圈、重仓、加码、护城河。
+**病因**：把具体动作抽象成行话，读的人要在脑子里再翻译一遍。**说动作，不说姿态。**
+**改前**：
+> 我们需要和各方对齐一下颗粒度，用组合拳打法赋能增长，形成方法论沉淀。
+**改后**：
+> 我周一和另外两个组确认了统计口径：按订单数还是按金额。先用订单数。
+
+### 24. 【中】空转的"重要性"
+
+**识别**：具有重要意义、意义重大、影响深远、起到了至关重要的作用、为……打下了坚实的基础、是……的重要保障、成为……的重要支撑。
+**病因**：这类句子主语和谓语都不承担信息，删掉后读者不会少知道任何事。
+**改前**：
+> 该机制的建立对于保障系统稳定运行具有重要意义。
+**改后**：
+> 该机制在数据库连接断开后自动重连，平均 3 秒恢复。
+
+### 25. 【中】"随着……的发展"式开头
+
+**识别**：随着社会的发展；随着科技的进步；在当今这个……的时代；在经济全球化的背景下；近年来，随着……的不断深入；进入 21 世纪以来。
+**病因**：用一个和内容无关的大背景开场，实际信息量是零。**直接从具体的那件事写起。**
+**改前**：
+> 随着人工智能技术的飞速发展，越来越多的企业开始关注智能客服。在这样的大背景下，我们公司也开始了探索。
+**改后**：
+> 我们去年双十一的客服排队峰值是 400 人，最长等 11 分钟，所以今年试了智能客服。
+
+---
+
+## D. 格式装饰 / Formatting by rule
+
+模板和可视化编辑器也会产出干净排版，所以**只有当格式变成"每一条都装饰"时才算破绽**。
+
+### 26. 加粗当装饰
+
+**识别**：没有理由的加粗；每条列表项都是"**标签：**内容"的竖排结构。
+**病因**：加粗应该只标出真正需要回看的关键词。把没有信息量的标签列表改写成正常段落。
+**改前**：
+> - **用户体验：** 通过新界面显著提升了用户体验。
+> - **性能：** 通过算法优化提升了性能。
+> - **安全：** 通过端到端加密加强了安全性。
+**改后**：
+> 这次更新改了界面，用新算法把加载提速，并加上了端到端加密。
+
+### 27. 装饰性标题
+
+**识别**：标题里每个实词首字母大写（英文）；标题或列表项前面挂 emoji、箭头（→）、小图标；每节之间都有分隔线；文档开头有一个和标题重复的一级标题。
+**改后**：
+> 🚀 **启动阶段：** 产品在第三季度上线 → 产品在第三季度上线
+> 💡 **关键洞察：** 用户偏好简洁 → 用户调研显示，用户更想要少几步操作
+
+### 28. 引号不统一
+
+**识别**：中文里用英文直引号 `"..."`，或该用直引号的地方出现弯引号 `"..."`；中英混排时引号、括号、逗号全角半角混乱。
+**病因**：多数编辑器会自动弯引号，所以 `弱证据`。中文正文用「」或""，英文用 `"`，代码/路径里的引号不动。
+
+### 29. 【中】emoji 当序号
+
+**识别**：✅❌⚠️🔴🟢📌💡 当作列表符号或结论标记；每段开头一个 emoji。
+**病因**：emoji 是给聊天用的，放在正式文档里会让每一条都显得在"喊"。**正文里删掉，需要保留的只在真正的提示/警告处留一个。**
+**改前**：
+> ✅ 已完成配置
+> ⚠️ 注意：需要重启
+> 💡 小技巧：可以用快捷键
+**改后**：
+> 配置已完成。需要重启后生效。快捷键是 ⌘K。
+
+### 30. 【中】强制编号与小标题
+
+**识别**：三个字的段落也硬套"一、二、三"；每条内容都加一个四字小标题；"首先……其次……再次……最后……"贯穿全篇。
+**病因**：编号应该是内容的层级，不是装饰。**如果去掉编号读者也不会迷路，就去掉。**
+
+---
+
+## E. 助手与草稿残留 / Leftovers from chat and draft
+
+这一组**直接删，不需要改写**。
+
+### 31. 聊天机器人残留
+
+**识别**：希望对你有帮助；当然可以！；好问题！；你说得对；需要我继续吗？；要我再展开吗？；还有什么想了解的；以下是……。
+**病因**：这是全清单里**最确定的破绽**，也最容易漏——因为它包在真实内容外面。删掉外壳，留下内容。
+**改前**：
+> 好问题！下面我介绍一下法国大革命。它始于 1789 年，财政危机和粮食短缺引发了大规模动荡。希望对你有帮助！需要我展开某一部分吗？
+**改后**：
+> 法国大革命始于 1789 年，财政危机和粮食短缺引发了大规模动荡。
+
+### 32. 知识截止与猜测补位
+
+**识别**：截至我的知识更新日期；根据目前公开信息；具体细节有限；没有公开资料；据了解（无出处）；大概率是……；应该是……；推测其……
+**病因**：文字在交代"模型的 knowledge 到哪结束"，或在承认找不到信源后用一个听起来合理的猜测补上。**说清信源没有显示什么，或者直接删句。永远不要把猜测写成事实。**
+**改前**：
+> 虽然关于该公司创立的具体细节在现有公开资料中记载有限，但可以推测其成立于 1990 年代。
+**改后**：
+> 现有资料没有记载该公司的创立时间。（或直接删掉这句。）
+
+### 33. 标题在首句复述
+
+**识别**：小标题后面跟一句把标题换个说法再说一遍的话，然后才开始正文。
+**改前**：
+> ## 性能
+> 速度很重要。
+> 用户遇到慢页面就会离开。
+**改后**：
+> ## 性能
+> 用户遇到慢页面就会离开。
+
+### 34. 写"上一版"
+
+**识别**：文档和注释在描述"这个文本替换了什么"，而不是描述当前行为。
+**病因**：上一版只在更新日志、发布说明、迁移指南里出现。
+**改前**：
+> 新增此函数是为了替代此前遍历所有元素的方法，后者导致 O(n²) 性能问题。
+**改后**：
+> 此函数用哈希表实现 O(1) 查找，避免了朴素遍历的 O(n²) 开销。
+
+### 35. 【中】结束语套话
+
+**识别**：综上所述；总而言之；总而言之的；总的来看；由此可见；不难看出；让我们拭目以待；期待与您携手；欢迎留言讨论。
+**病因**：结尾再总结一遍前文，不带来新信息。**除非前面信息量大到需要收束，否则停在最后一个具体事实上更有力。**
+**改前**：
+> 综上所述，不难看出该方案在成本、效率、体验三方面均具有明显优势，值得我们进一步推广。
+**改后**：
+> 这套方案比原来省了两个人天，我们下个月在另一个仓也上。
+
+---
+
+## 判定规则：什么时候**不要**动手
+
+每条模式描述的都是"默认选择"，而人可能故意这么写。
+
+- **`弱证据`的模式**（10、11、12、14、28）——只有同段落里凑够两条以上才动手。
+- **引文、标题、专有名词、以及正在讨论这个说法本身的段落**——里面的词一律不动。
+- **书信、评论的称呼与落款**——本来就早于聊天机器人存在。
+- **2022 年 11 月 30 日之前写的文本**——那时候还不存在 AI 写作。
+- **靠感觉判断**的人，准确率和瞎猜差不多；人写的文字也在不断吸收 AI 习惯。**多条同时出现才是可靠的依据。**
+- **作者故意留下的痕迹一律保留**：具体的细节（真实地址、奇怪的引语）、矛盾的情绪（"我觉得大体是好的，但它让我不安，我说不清为什么"）、有年代感的梗、第一人称的私人选择、真正的自我修正（"（我老想说'几乎'，但这里确实是确定的。）"）。
+
+**判断顺序**：先删 E 组（助手残留）→ 再清 C 组（注水）→ 再改 A 组（摆姿势）→ 最后收 B 组（节奏）和 D 组（格式）。留到最后的，是作者的细节和人味。