aiw-ru 2.0.0__tar.gz

aiw_ru-2.0.0/.gitignore

@@ -0,0 +1,234 @@
+# Шаблон GitHub для Python: https://github.com/github/gitignore/blob/52f5a2bf5785a851e69936a6f5c54a734b828046/Python.gitignore
+# Проектные правила — в конце файла.
+
+# Byte-compiled / optimized / DLL files
+__pycache__/
+*.py[codz]
+*$py.class
+
+# C extensions
+*.so
+
+# Distribution / packaging
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+share/python-wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+MANIFEST
+
+# PyInstaller
+#   Usually these files are written by a python script from a template
+#   before PyInstaller builds the exe, so as to inject date/other infos into it.
+*.manifest
+*.spec
+
+# Installer logs
+pip-log.txt
+pip-delete-this-directory.txt
+
+# Unit test / coverage reports
+htmlcov/
+.tox/
+.nox/
+.coverage
+.coverage.*
+.cache
+nosetests.xml
+coverage.xml
+*.cover
+*.py.cover
+*.lcov
+.hypothesis/
+.pytest_cache/
+cover/
+
+# Translations
+*.mo
+*.pot
+
+# Django stuff:
+*.log
+local_settings.py
+db.sqlite3
+db.sqlite3-journal
+
+# Flask stuff:
+instance/
+.webassets-cache
+
+# Scrapy stuff:
+.scrapy
+
+# Sphinx documentation
+docs/_build/
+
+# PyBuilder
+.pybuilder/
+target/
+
+# Jupyter Notebook
+.ipynb_checkpoints
+
+# IPython
+profile_default/
+ipython_config.py
+
+# pyenv
+#   For a library or package, you might want to ignore these files since the code is
+#   intended to run in multiple environments; otherwise, check them in:
+# .python-version
+
+# pipenv
+#   According to pypa/pipenv#598, it is recommended to include Pipfile.lock in version control.
+#   However, in case of collaboration, if having platform-specific dependencies or dependencies
+#   having no cross-platform support, pipenv may install dependencies that don't work, or not
+#   install all needed dependencies.
+# Pipfile.lock
+
+# UV
+#   Similar to Pipfile.lock, it is generally recommended to include uv.lock in version control.
+#   This is especially recommended for binary packages to ensure reproducibility, and is more
+#   commonly ignored for libraries.
+# uv.lock
+
+# poetry
+#   Similar to Pipfile.lock, it is generally recommended to include poetry.lock in version control.
+#   This is especially recommended for binary packages to ensure reproducibility, and is more
+#   commonly ignored for libraries.
+#   https://python-poetry.org/docs/basic-usage/#commit-your-poetrylock-file-to-version-control
+# poetry.lock
+# poetry.toml
+
+# pdm
+#   Similar to Pipfile.lock, it is generally recommended to include pdm.lock in version control.
+#   pdm recommends including project-wide configuration in pdm.toml, but excluding .pdm-python.
+#   https://pdm-project.org/en/latest/usage/project/#working-with-version-control
+# pdm.lock
+# pdm.toml
+.pdm-python
+.pdm-build/
+
+# pixi
+#   Similar to Pipfile.lock, it is generally recommended to include pixi.lock in version control.
+# pixi.lock
+#   Pixi creates a virtual environment in the .pixi directory, just like venv module creates one
+#   in the .venv directory. It is recommended not to include this directory in version control.
+.pixi/*
+!.pixi/config.toml
+
+# PEP 582; used by e.g. github.com/David-OConnor/pyflow and github.com/pdm-project/pdm
+__pypackages__/
+
+# Celery stuff
+celerybeat-schedule*
+celerybeat.pid
+
+# Redis
+*.rdb
+*.aof
+*.pid
+
+# RabbitMQ
+mnesia/
+rabbitmq/
+rabbitmq-data/
+
+# ActiveMQ
+activemq-data/
+
+# SageMath parsed files
+*.sage.py
+
+# Environments
+.env
+.envrc
+.venv
+env/
+venv/
+ENV/
+env.bak/
+venv.bak/
+
+# Spyder project settings
+.spyderproject
+.spyproject
+
+# Rope project settings
+.ropeproject
+
+# mkdocs documentation
+/site
+
+# mypy
+.mypy_cache/
+.dmypy.json
+dmypy.json
+
+# Pyre type checker
+.pyre/
+
+# pytype static type analyzer
+.pytype/
+
+# Cython debug symbols
+cython_debug/
+
+# PyCharm
+#   JetBrains specific template is maintained in a separate JetBrains.gitignore that can
+#   be found at https://github.com/github/gitignore/blob/main/Global/JetBrains.gitignore
+#   and can be added to the global gitignore or merged into this file.  For a more nuclear
+#   option (not recommended) you can uncomment the following to ignore the entire idea folder.
+# .idea/
+
+# Abstra
+#   Abstra is an AI-powered process automation framework.
+#   Ignore directories containing user credentials, local state, and settings.
+#   Learn more at https://abstra.io/docs
+.abstra/
+
+# Visual Studio Code
+#   Visual Studio Code specific template is maintained in a separate VisualStudioCode.gitignore that
+#   can be found at https://github.com/github/gitignore/blob/main/Global/VisualStudioCode.gitignore
+#   and can be added to the global gitignore or merged into this file. However, if you prefer, you
+#   could uncomment the following to ignore the entire vscode folder
+# .vscode/
+# Temporary file for partial code execution
+tempCodeRunnerFile.py
+
+# Ruff stuff:
+.ruff_cache/
+
+# PyPI configuration file
+.pypirc
+
+# Marimo
+marimo/_static/
+marimo/_lsp/
+__marimo__/
+
+# Streamlit
+.streamlit/secrets.toml
+
+# ─── aiw-ru ───
+
+# Калибровка antiplagiat: модель и признаки фрагментов пользователя.
+.aiw-ru.json
+
+# Ответы агентов из поведенческих проверок и черновая запись демо.
+evals/results/
+docs/demo/demo-raw.gif
+
+.DS_Store

aiw_ru-2.0.0/CHANGELOG.md

@@ -0,0 +1,169 @@
+# История изменений
+
+Формат — [Keep a Changelog](https://keepachangelog.com/ru/1.1.0/), версии — [семантические](https://semver.org/lang/ru/).
+
+## [Не выпущено]
+
+## [2.0.0] — 2026-09-25
+
+Стабильный выпуск 2.0. Вместе с предварительными выпусками 2.0.0rc1–2.0.0rc4 в него вошли детектор на Python и пакет `aiw-ru` на PyPI вместо TypeScript и Bun, `aiw-ru skill` для агентов без плагина, четыре необязательные модели с Hugging Face (ModernBERT, трансформер на rubert-tiny2, mini-frida и LightGBM) со справкой `models info` и сравнением `classify --all`, каталог примет по темам и сверка фактов в `validate`. Подробности в разделах этих rc в [CHANGELOG.md](https://github.com/ormeilu/avoid-ai-writing-russian/blob/master/CHANGELOG.md).
+
+### Изменено
+
+- Свежее демо в README: к `scan`, `validate` и `antiplagiat` добавился `classify --all`, где на правке четыре модели расходятся во мнении, в выводе видна вероятность модели. `scripts/demo.py` собирает запись terminalizer из настоящего вывода команд и сжимает gif до ширины README.
+- Раздел «Какую модель выбрать» в карточках трансформеров на Hugging Face и в отчётах `docs/models/`: вместо сплошного абзаца попарных сравнений таблица всех моделей в порядке, в котором их выбирает aiw-ru, строка «когда брать» на каждую модель (та же, что в `aiw-ru models info`) и правило выбора. У mini-frida вместо «промежуточного варианта» её место по ROC AUC и по доле людей, принятых за ИИ.
+
+## [2.0.0rc4] — 2026-09-25
+
+### Исправлено
+
+- `aiw-ru skill` не находил файлы скилла, если пакет стоял под скрытой папкой, то есть почти всегда: в `.venv` или в кэше uv (`~/.cache/uv`) при запуске через `uvx`. Выводился только SKILL.md, а `aiw-ru skill avoid-ai-writing-russian references/review.md` отвечал «других файлов нет». Скрытые файлы теперь отсеиваются только внутри папки скилла.
+- Трансформер, ModernBERT и mini-frida падали с `AttributeError: … no attribute 'no_truncation'` на tokenizers 1.0: в нём нет методов `no_truncation` и `no_padding`, обрезку и дополнение снимают присваиванием `None`. Поддерживаются обе версии, токены и вероятности на них совпадают. Версию 1.0.0rc2 ставит, например, `uvx --prerelease allow`.
+
+## [2.0.0rc3] — 2026-09-25
+
+### Добавлено
+
+- `aiw-ru classify --all` показывает вероятности всех установленных моделей рядом и пишет, выше порога они все, ниже или расходятся. В JSON у вероятности теперь есть порог (`threshold`) и признак `nearThreshold`: вероятность ближе 15 пунктов к порогу, модель не уверена; в выводе это «близко к порогу».
+- Правило в скиллах: вероятность модели — тоже сигнал. Агент смотрит на само число, сверяет его с находками и своим чтением, при сомнении сравнивает модели через `classify --all`, не правит текст ради цифры и не пишет «написан ИИ» по одной вероятности. Повод: человеческое письмо из тестов проекта все четыре модели отнесли к ИИ.
+- `aiw-ru models info [имя]` сравнивает модели до скачивания: ROC AUC и accuracy на test LLMTrace, доля людей, принятых за ИИ, скорость, память и размер. Числа лежат в пакете (`aiw_ru/data/models.json`), их собирает `scripts/models_catalog.py` перед выпуском. Скилл смотрит эту справку, прежде чем предложить модель.
+- Третья необязательная модель, самая точная: дообученный RuModernBERT-small в ONNX fp32 ([toiletsandpaper/russian-ai-text-detector-modernbert](https://huggingface.co/toiletsandpaper/russian-ai-text-detector-modernbert)). Весит около 140 МБ и в несколько раз медленнее трансформера на rubert-tiny2, поэтому ставится только по имени: `aiw-ru models install modernbert`. Если она установлена, вероятность даёт она; `--model` выбирает другую.
+- Четвёртая необязательная модель: дообученный `sergeyzh/rubert-mini-frida` в ONNX fp32 ([toiletsandpaper/russian-ai-text-detector-mini-frida](https://huggingface.co/toiletsandpaper/russian-ai-text-detector-mini-frida)). На test ROC AUC 0.991 и accuracy 0.948, между ModernBERT (0.993) и трансформером на rubert-tiny2 (0.987), но при пороге 50 % принимает за ИИ 9.5 % человеческих текстов против 7.2 % у трансформера. Весит около 130 МБ и в 3 раза медленнее трансформера, поэтому ставится только по имени: `aiw-ru models install mini-frida`. Если стоят несколько моделей, вероятность даёт первая из установленных в порядке ModernBERT, трансформер, mini-frida, LightGBM: по доле людей, принятых за ИИ на test, а не по ROC AUC. Ошибиться в человеке дороже, поэтому mini-frida рядом с трансформером работает только через `--model mini-frida`.
+- `scan` называет файлы каталога скилла с разделами, где описаны условия и исключения найденных примет: под таблицей и в поле `catalog` JSON.
+- После правки скилл сверяет итог с источником по утверждениям: действия, условия, уверенность, числа, причинные связи и рамка (как выглядят названные клиенты и люди до и после). Если среда позволяет, итог проверяет свежий агент по `references/review.md`: он видит только исходник, итог и задание, без рассуждений редактора, и блокирует выдумку, сдвиг смысла, потерянный довод и чужой голос. Тест на переносимость убирает предложения, которые встанут в любой чужой текст без правки. Идея из [humanizer-ru](https://github.com/ilyautov/humanizer-ru), текст свой.
+- Раздел каталога про оторванные деепричастия и сбитое согласование, в том числе в собственных правках редактора.
+- `aiw-ru validate` сверяет факты. Нарушения: снятая оговорка («обычно», «примерно», «около 40», «от 5000», «вероятно», «не всегда») и появившиеся имя или название (слово с заглавной не в начале предложения, латиница, аббревиатура), число словами, месяц, которых нет в исходнике. Стопку оговорок свести к одной можно, синонимы внутри семейства («обычно» → «как правило», «от 0,15 до 0,40» → «0,15–0,40») и падежи имён («Москва» → «Москве») нарушением не считаются. Предупреждения идут в новое поле `warnings` и код выхода не меняют: снятое одиночное «может», новые слова-претензии («впервые», «единственный», «всегда», «доказали») и мелкие числа словами («один», «оба»). Морфологии нет, только словари и регистр букв; идея из [humanizer-ru](https://github.com/ilyautov/humanizer-ru).
+- Тест `tests/test_examples.py`: примеры замен в файлах скилла и эталонные ответы из `evals/golden` проходят ту же сверку фактов без нарушений и предупреждений, а плохие эталоны на ней падают. Один эталон её не прошёл (придуманные «видео и звук» и механизм с двумя каналами), он исправлен.
+- Новые приметы в детекторе, идеи из [humanizer-ru](https://github.com/ilyautov/humanizer-ru), словари и замеры свои. «Почерк модели» (`model-idiolect`): восемь оборотов свежих моделей («подчёркивает», «важность», «что делает его…», «Это позволяет…» в начале предложения, «может привести к», «символом», «незабываемый», «важный шаг» вне шаблона «важный шаг к…»). Находка появляется, когда в тексте два разных оборота и больше. На русской части LLMTrace так пишут 1,47 % сгенерированных текстов и 0,12 % человеческих; из 22 кандидатов остались те, у кого lift не меньше 3 и доля у людей не больше 1 %. «Обвязка ответа чата» (`chat-wrapper`): предложение доработать ответ («Хотите, я сокращу его?», «Могу также подготовить более официальную версию») и подводка «Вот вариант поста:». «Текст оборван на полуслове» (`truncated`): последний абзац кончается запятой или предлогом, как ответ, оборванный на лимите длины; 1,14 % сгенерированных текстов против 0,07 % человеческих. Разделы в `vocabulary.md`, `chat.md` и `structure.md`. ROC AUC оценки правил на test LLMTrace выросла с 0,610 до 0,615 (люди против всего ИИ), доля людей с оценкой 40 и выше осталась 5,9 %. Признаки модели LightGBM не меняются: новые типы в них не входят.
+- Разметка из чатов, которую ловит `chat-markup`: `:::writing{variant=`, `[cite: N]` и `[span_N](start_span)` из Gemini, переадресация `vertexaisearch.cloud.google.com/grounding-api-redirect`, `grok_render_citation_card_json`, `](sandbox:/mnt/data/`, `[citation:N]`, `attributableIndex`, теги `<think>`.
+- Невидимые символы: знаки направления текста (U+200E, U+200F, U+061C, U+202A–U+202E, U+2066–U+2069) и U+180E удаляются перед поиском и делают документ подозрительным. Рядом с ивритом и арабским знак направления законен, узкий неразрывный пробел U+202F не трогается.
+- Разделы каталога на суждение, без детектора: «Финальная мораль», «Псевдотерапия», «Запятая после обстоятельства в начале предложения». На LLMTrace эти формулы не отделяют людей от моделей: «мораль этой истории» у людей встречается не реже, самопомощь пишет «вполне нормально чувствовать…», а запятую после «В 2024 году» люди ставят чаще моделей.
+
+### Изменено
+
+- Каталог примет разбит на тематические файлы: `vocabulary.md`, `typography.md`, `sentences.md`, `rhetoric.md`, `chat.md`, `structure.md` и `profiles.md` вместо одного `patterns.md` на 87 КБ. Агент больше не читает каталог целиком. Кандидатов он ищет по краткому каталогу в SKILL.md (уровни P0–P2 и частые ложные находки), а файл темы открывает перед правкой находки из неё. Все файлы нужны только для полного аудита. Поводом стал слепой тест проекта [humanizer-ru](https://github.com/ilyautov/humanizer-ru): компактная инструкция дала смысловые ошибки в 1 правке из 65, полный каталог — в 15.
+
+### Исправлено
+
+- `aiw-ru validate` не замечал изменённый инлайн-код: бэктики вырезались до сравнения.
+- Фрагмент находки в `scan` показывался после нормализации: «подчеркивает» вместо «подчёркивает», без невидимых символов и с исправленной подменой букв. Теперь это текст исходника как есть, и его можно найти в файле поиском.
+- `models info` печатал число текстов test без разрядов («52521 текст»).
+- «Играет всё более важную роль» давало две пересекающиеся находки («играет всё» и «всё более важную»), теперь одну на весь оборот.
+- Разбор ответа в `evals/grade.py` захватывал в итоговый текст раздел «Проверка», если его текст шёл на той же строке, что и подпись (`**Проверка:** …`).
+
+## [2.0.0rc2] — 2026-09-25
+
+### Добавлено
+
+- Вторая необязательная модель: дообученный русский трансформер в ONNX ([toiletsandpaper/russian-ai-text-detector-bert](https://huggingface.co/toiletsandpaper/russian-ai-text-detector-bert)). Работает на CPU через onnxruntime, без torch. Если стоят обе модели, вероятность в `scan`, `antiplagiat` и `classify` даёт трансформер. В основе `cointegrated/rubert-tiny2` в int8, файл около 30 МБ. На test русской части LLMTrace ROC AUC 0.987 и accuracy 0.945 (у LightGBM 0.943 и 0.868), человеческих текстов, принятых за ИИ, 7.2 %; замеры относятся к ревизии `a05ddce` на Hugging Face. Отчёт об обучении в `docs/models/russian-ai-text-detector-bert.md`, скрипты `scripts/train_transformer.py` и `scripts/colab_transformer.py`.
+- `--model transformer|lightgbm` выбирает модель в `scan`, `antiplagiat` и `classify`; `aiw-ru models install [имя…]` ставит одну модель или обе.
+
+### Изменено
+
+- Вероятность от модели в JSON `scan` и `antiplagiat` лежит в поле `classifier` с именем модели. В 2.0.0rc1 она была в поле `model` и в `antiplagiat` затирала имя модели калибровки.
+- `aiw-ru models --json` отдаёт `ready` (готова хотя бы одна модель) и список `models` с состоянием каждой.
+- extra `ml` ставит и onnxruntime с tokenizers для трансформера; на Mac с Intel onnxruntime не ставится, там работает только LightGBM.
+
+### Исправлено
+
+- На Windows `aiw-ru scan … | head` завершался с кодом 120: закрытый канал там приходит как OSError с EINVAL.
+- На macOS без libomp LightGBM падал с трассировкой при загрузке; теперь `aiw-ru models` просит `brew install libomp`.
+
+## [2.0.0rc1] — 2026-09-25
+
+### Добавлено
+
+- Пакет `aiw-ru` на PyPI: `uvx aiw-ru scan статья.md` запускает детектор без клонирования репозитория, `pip install aiw-ru` ставит его как библиотеку (`from aiw_ru import analyze`).
+- `aiw-ru skill` выводит скиллы, если стоит только пакет, без плагина: список, SKILL.md с командами через `aiw-ru` и файлы скилла вроде `references/patterns.md`. Скиллы входят в пакет.
+- `aiw-ru scan --jsonl` и `aiw-ru antiplagiat --jsonl` проверяют пачку документов: на входе по JSON-строке с полем `text`, на выходе по строке результата на документ. Так корпус в сотни тысяч текстов проходит за несколько запусков, а не за сотни тысяч.
+- Необязательная модель LightGBM поверх признаков детектора. `aiw-ru models install` скачивает её с Hugging Face ([toiletsandpaper/russian-ai-text-detector-lightgbm](https://huggingface.co/toiletsandpaper/russian-ai-text-detector-lightgbm)), `aiw-ru classify` даёт вероятность, что текст написала модель, а `scan` и `antiplagiat` показывают её рядом с оценкой, если модель установлена. Зависимости модели ставятся отдельно (extra `ml`), без них всё остальное работает как раньше. Скиллы предлагают модель пользователю и ставят её только с его согласия. На test русской части LLMTrace у модели accuracy 0.868 и ROC AUC 0.943, у оценки правил ROC AUC 0.610; человеческих текстов, принятых за ИИ, 16.5 %. Замеры относятся к ревизии `6b80454` на Hugging Face; `aiw-ru models install` берёт последнюю ревизию.
+- `scripts/llmtrace.py` меряет детектор на русской части LLMTrace: `fetch` скачивает корпус и продолжает загрузку после обрыва связи, `eval` считает ROC AUC, accuracy и F1 по порогам и частоту каждого правила у людей и у моделей, `spans` сверяет фрагменты `antiplagiat` с разметкой по знакам. Данные и кэш ответов детектора лежат в `~/.cache/aiw-ru/llmtrace`, в репозиторий не попадают.
+- `scripts/train.py` обучает LightGBM на признаках языка (сработавшие правила, длина предложений и слов, пунктуация, частоты служебных слов), сравнивает его с оценкой детектора и выкладывает модель на Hugging Face. Карточка модели собирается из замеров: `model-index` с результатами на LLMTrace и таблицы по жанрам, длине текста, типу задания и модели-генератору. Отчёт об обучении с описанием всех признаков и командами для воспроизведения пишется в `docs/models/russian-ai-text-detector-lightgbm.md`.
+
+### Изменено
+
+- Детектор, CLI, скрипты выпуска и поведенческие проверки переписаны с TypeScript на Python: пакет uv, ruff, ty, pydantic, rich. Ответы детектора те же, что у версии на TypeScript, а работает он примерно втрое быстрее.
+- Смещения, номера столбцов и доля знаков в `antiplagiat` считаются по символам Python, а не по единицам UTF-16: эмодзи теперь один знак, а не два. Для текстов без эмодзи и других символов вне BMP ничего не изменилось.
+- Скиллы вызывают детектор через `uv run --project ../.. aiw-ru`. Вместо Bun нужен [uv](https://docs.astral.sh/uv/), Python 3.12 или новее он поставит сам.
+- В JSON целые значения дробных полей печатаются с точкой: `12.0`, а не `12`.
+- Версии по PEP 440: предварительные выпуски пишутся как `2.0.0rc1` и выходят на GitHub с пометкой pre-release.
+
+### Удалено
+
+- Бинарники `aiw-ru` под Linux, macOS и Windows в выпусках: вместо них пакет на PyPI.
+- API на TypeScript (`import { analyze } from "avoid-ai-writing-russian"`); вместо него `from aiw_ru import analyze`.
+
+## [1.0.0] — 2026-09-24
+
+### Изменено
+
+- Невидимые символы и подмена букв больше не входят в оценку ИИ-стиля и в плотность примет у `antiplagiat`. Находки P0 и флаг «подозрительный документ» остаются. На русской части LLMTrace подмена встречается в 1,2 % человеческих документов и в 0,5 % сгенерированных: это гигиена документа, а не признак модели.
+- Подмена букв определяется по смене алфавитов внутри слова, а алфавит слова выдаёт буква без двойника. Теперь ловятся кириллические двойники внутри английских слов и латинские в заглавных русских словах. Латинская основа с русским окончанием («PHPшник», «OKей», «CEOшный») больше не P0. Не считаются подменой латинская i в украинских словах, «х» как знак умножения между буквами и ударение латинской буквой с акутом.
+- NOTICE.md и CITATION.cff называют данные и источники, по которым проверялись правила: LLMTrace, GigaCheck, технический отчёт Pangram 4, раздел Википедии о признаках ИИ-текста. Раздел «Ограничения» в README приводит замер на LLMTrace: сколько человеческих и сгенерированных текстов детектор отмечает.
+- Под-скилл antiplagiat объясняет, почему в нём нет приёмов обхода: опубликованный приём закрывают и превращают в улику, а спрятанный всё равно выдаёт общий стиль.
+
+### Исправлено
+
+- SKILL.md антиплагиата и README писали, что `.aiw-ru.json` хранит фрагменты текста. В файле только модель и числовые признаки; текст есть в выписанных из отчёта файлах.
+- Латинское сокращение через дефис с русским словом («HTTP-запрос», «PHP-скрипт», «OK-кодом») считалось подменой букв P0, и технический текст получал до 100/100. Теперь алфавиты сравниваются внутри каждой части слова.
+- Один мягкий перенос (U+00AD) из Word или PDF делал документ подозрительным и давал короткому тексту 71/100. Теперь это отдельная находка P2 «Мягкие переносы» без веса в оценке.
+- Соединитель U+200D внутри составного эмодзи и BOM в начале текста при вызове `analyze()` считались невидимыми вставками.
+- Слова с неразрывным дефисом U+2011 или дефисом U+2010 («по-настоящему») выпадали из словарей. Теперь они читаются как обычный дефис.
+- Разметка цитирования ChatGPT не ловилась в виде служебных символов U+E200–U+E204, голого `turn0search12` и `【4:0†source】`.
+- Подсказка писала «1 невидимых символов».
+- Детектор зависал на длинном слове без пробелов (вырожденный вывод модели в LLMTrace, около 18 тысяч знаков): регулярка пассива без привязки к началу слова работала кубически. Длинное отточие разбивалось на предложения квадратично. Обе регулярки теперь линейные.
+
+## [0.3.0] — 2026-09-23
+
+### Изменено
+
+- Вывод `scan`, `antiplagiat` и `validate` переделан для людей: сводка сверху, находки и фрагменты таблицей по ширине терминала с переносом внутри ячеек, P0 выше P1. Цвет только в терминале, `NO_COLOR` и `FORCE_COLOR` работают.
+- Под-скилл antiplagiat сам просит у пользователя отчёты «Антиплагиата» для калибровки, если модель не откалибрована, и предлагает несколько способов их передать: PDF отчёта или скриншоты (фрагменты агент выпишет сам), скопированные фрагменты, номера абзацев, итоговая доля.
+- Вывод `calibrate` — таблица отчётов и сводка калибровки.
+
+### Исправлено
+
+- Ручной перенос строки внутри абзаца больше не считается концом предложения: у Markdown с переносами врала статистика ритма.
+- `aiw-ru … | head` падал с EPIPE.
+- Детектор пропускал «В заключение,» и «будущее за инновационными…», хотя каталог их описывает.
+
+### Добавлено
+
+- `calibrate --share N`: калибровка по итоговой доле ИИ-текста из отчёта, когда разметки фрагментов нет. Подстраивает общую строгость модели; несколько отчётов передаются парами `--doc … --marked …` и `--doc … --share …` в одном вызове.
+- Демо в README (`docs/demo.gif`): `scan`, `validate` и `antiplagiat` на примерах из `docs/demo/`; там же запись terminalizer, из которой gif собирается заново.
+
+## [0.2.0] — 2026-09-23
+
+### Исправлено
+
+- Тесты командной строки и проверка невидимых символов падали на Windows из-за путей вида `/D:/…`.
+- Шапки SKILL.md были невалидным YAML (двоеточие внутри `description`), строгие парсеры не читали скилл.
+- Квадратичная сложность в научном и техническом режимах: на 38 тыс. знаков проверка шла 6,8 с, теперь 0,4 с.
+
+### Изменено
+
+- TypeScript 7 (нативный компилятор), actions/checkout v7, j178/prek-action v2.
+
+### Добавлено
+
+- Хуки prek: гигиена файлов, gitleaks, Biome (линтер и форматтер), проверка типов, невидимые символы, синхронность версий, самопроверка документации детектором, сообщения коммитов на русском, тесты перед отправкой.
+- Система выпусков: `bun run release X.Y.Z` переносит «Не выпущено» в раздел версии, обновляет версию во всех манифестах, скиллах и `CITATION.cff`, делает коммит и тег; по тегу GitHub Actions собирает бинарники под Linux, macOS и Windows и публикует выпуск с заметками из CHANGELOG.
+- Тесты скилла: фронтматтер, ссылки, согласованность профилей и категорий детектора с каталогом, примеры из каталога.
+- Поведенческие проверки скилла (`bun run eval`): набор случаев с автоматической оценкой ответа агента.
+- Метаданные: расширенные шапки скиллов (ссылки на проект, апстрим, теги), манифесты плагинов Claude Code и Codex с описанием для каталога, `CITATION.cff`, `SECURITY.md`, CODEOWNERS, Dependabot.
+- CLAUDE.md с правилами для Claude Code: проверка плагина, установка из рабочей копии, поведенческие проверки, ловушки при разработке.
+- Тесты кода: разбиение на предложения и блоки, маскирование, стилометрия, корпус живых текстов разных жанров без ложных срабатываний, калибровка через командную строку.
+
+## [0.1.0] — 2026-09-23
+
+Первый выпуск русской адаптации [avoid-ai-writing](https://github.com/conorbronsdon/avoid-ai-writing) (за основу взята версия 3.36.0).
+
+### Добавлено
+
+- Скилл `avoid-ai-writing-russian`: режимы `rewrite`, `detect`, `edit`, договор о правке, уровни P0–P2, правило «никогда не добавляй» — на русском.
+- Каталог русских примет: словарь в три уровня с отдельной группой канцелярита (1Б), кальки с английского, цепочки родительного падежа, пассив без деятеля, русская типографика (тире как грамматика, «ёлочки», десятичная запятая, ГОСТ-списки), социальные хуки и следы чат-ботов.
+- Профили контекста `vak`, `docs`, `blog`, `telegram`, `business-email`, `chat` с матрицей строгости и исключениями для научного текста.
+- Под-скилл `antiplagiat`: подготовка к проверке системой «Антиплагиат», оценка по фрагментам, чистка артефактов, оформление заимствований как цитирований.
+- Детектор на TypeScript для Bun: команды `scan`, `antiplagiat`, `validate`, `calibrate`; нормализация невидимых символов и подмены букв с картой смещений; маскирование цитат, кода, формул, ссылок `[12]` и `[@key]`.
+- Калибровка модели `antiplagiat` по реальным отчётам с накоплением образцов в `.aiw-ru.json`.
+- Манифесты плагинов для Claude Code и Codex, CI на GitHub Actions.

aiw_ru-2.0.0/LICENSE

@@ -0,0 +1,22 @@
+MIT License
+
+Copyright (c) 2026 Conor Bronsdon
+Copyright (c) 2026 Ilya Lubenets
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

aiw_ru-2.0.0/NOTICE.md

@@ -0,0 +1,29 @@
+# Происхождение и авторство
+
+Проект — русская адаптация [avoid-ai-writing](https://github.com/conorbronsdon/avoid-ai-writing) Конора Бронсдона (Conor Bronsdon), распространяемого по лицензии MIT. Copyright (c) 2026 Conor Bronsdon.
+
+Из исходного проекта взяты устройство скилла (режимы `rewrite`, `detect`, `edit`; договор о правке; уровни серьёзности P0–P2; трёхуровневый словарь; профили контекста и голоса; правило «никогда не добавляй»; самоисключение для текстов о приметах) и значительная часть каталога примет, которые переведены и переосмыслены для русского языка.
+
+Написано заново для этой адаптации:
+
+- каталог русских примет: канцелярит, кальки с английского, цепочки родительного падежа, русская типографика (тире как грамматика, «ёлочки», десятичная запятая, ГОСТ-списки);
+- профили `vak`, `telegram`, `business-email`, `chat` и исключения для научного текста;
+- детектор на Python (исходный детектор на JavaScript рассчитан на английский и сюда не переносился);
+- под-скилл `antiplagiat` с оценкой по фрагментам и калибровкой по отчётам.
+
+Исходный проект, в свою очередь, ссылается на работы, из которых взяты отдельные приметы: `blader/humanizer`, `brandonwise/humanizer`, `Aboudjem/humanizer-skill`, `isatimur/de-slop`, `welttowelt/stop-slop-refined`, LLM cliché highlighter Саймона Уиллисона и tropes.fyi. Благодарности им переходят и сюда.
+
+## Данные и источники
+
+Правила детектора проверялись и уточнялись по этим работам:
+
+- LLMTrace: A Corpus for Classification and Fine-Grained Localization of AI-Written Text (Irina Tolstykh, Aleksandra Tsybina, Sergey Yakubson, Maksim Kuprashevich; Findings of EMNLP 2026, [arXiv:2509.21269](https://arxiv.org/abs/2509.21269)). Корпус текстов людей и моделей на русском и английском, [датасет](https://huggingface.co/datasets/iitolstykh/LLMTrace_classification) под лицензией Apache 2.0. На русской части тестового набора (21 417 человеческих текстов и 14 064 сгенерированных) мы мерили, как часто правила срабатывают на людях. Отсюда новое правило подмены букв и решение не учитывать технические отпечатки в оценке. Данные в репозиторий не входят: человеческие тексты корпуса собраны из сторонних источников со своими лицензиями.
+- GigaCheck: Detecting LLM-generated Content via Object-Centric Span Localization (те же авторы, Aleksandr Gordeev, Vladimir Dokholyan; Findings of ACL 2026, [arXiv:2410.23728](https://arxiv.org/abs/2410.23728)). Работа, из которой мы узнали о LLMTrace и о разметке ИИ-фрагментов с точностью до знака.
+- [Технический отчёт Pangram 4](https://pangram-public.s3.us-east-1.amazonaws.com/pdf/pangram_4_technical_report.pdf) (Pangram Labs, 2026). Идея держать технический мусор (невидимые символы, следы PDF и распознавания) отдельно от оценки стиля.
+- [Wikipedia: Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing), раздел о разметке ссылок ChatGPT (`turn0search0`, `oaicite`, `contentReference`), и [описание служебных символов U+E200–U+E204](https://github.com/sanand0/openai-conversations/blob/main/private-unicode-control-characters.md) из репозитория sanand0/openai-conversations.
+
+## Идеи из других проектов
+
+- [humanizer-ru](https://github.com/ilyautov/humanizer-ru) Ильи Утова (Ilya Utov), лицензия MIT, Copyright (c) 2026 Ilya Utov. Из его «факт-замка» (`facts.py`) взята идея сверки фактов в `aiw-ru validate`: снятые оговорки, новые имена, числа словами, месяцы и слова-претензии. Код написан заново и без морфологии (pymorphy3 и razdel детектору недоступны): на словарях и регистре букв, со стопками оговорок и семействами синонимов.
+
+«Антиплагиат» — товарный знак АО «Антиплагиат». Проект с ним не связан, использует только публично известные сведения о том, как устроен отчёт, и не воспроизводит его классификатор.