ru-humanizer 3.26.0__tar.gz

ru_humanizer-3.26.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Ilya Utov
+
+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.

ru_humanizer-3.26.0/PKG-INFO

@@ -0,0 +1,73 @@
+Metadata-Version: 2.4
+Name: ru-humanizer
+Version: 3.26.0
+Summary: Сканер следов нейросети в русском тексте: балл чистоты 0-100, 21 жёсткий запрет, 64 признака, факт-замок. CLI и MCP-сервер проекта humanizer-ru.
+Author: Ilya Utov
+License-Expression: MIT
+Project-URL: Homepage, https://humanizer-ru.aifrontier.tech/
+Project-URL: Repository, https://github.com/ilyautov/humanizer-ru
+Project-URL: Changelog, https://github.com/ilyautov/humanizer-ru/blob/main/CHANGELOG.md
+Keywords: russian,humanizer,ai-text,ai-detector,mcp,canceljarit,nlp
+Classifier: Development Status :: 5 - Production/Stable
+Classifier: Environment :: Console
+Classifier: Intended Audience :: Developers
+Classifier: Natural Language :: Russian
+Classifier: Programming Language :: Python :: 3
+Classifier: Topic :: Text Processing :: Linguistic
+Requires-Python: >=3.10
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: razdel>=0.5
+Requires-Dist: pymorphy3>=2.0
+Dynamic: license-file
+
+# ru-humanizer
+
+Сканер следов нейросети в русском тексте из проекта
+[humanizer-ru](https://github.com/ilyautov/humanizer-ru). Считает балл чистоты от 0 до 100,
+находит 21 жёсткий запрет и 64 признака машинной манеры, проверяет факт-замок между
+исходником и правкой. Правила откалиброваны на 55 тысячах размеченных русских текстов.
+Работает офлайн, текст никуда не отправляется.
+
+mcp-name: io.github.ilyautov/humanizer-ru
+
+## Командная строка
+
+```bash
+pip install ru-humanizer
+ru-humanizer статья.md
+ru-humanizer статья.md --genre academic
+echo "текст" | ru-humanizer -
+ru-humanizer чистовик.md --before исходник.md
+```
+
+Код выхода: 0 чисто, 1 есть жёсткие запреты, 2 в чистовике появился факт, которого
+не было в исходнике. Флаг `--json` отдаёт машинный отчёт.
+
+## MCP-сервер
+
+Тот же пакет поднимает MCP-сервер по stdio с двумя инструментами:
+
+- `scan_text`: балл, штрафы, запреты и маркеры с позициями, ритм, морфология, структура.
+- `compare_texts`: балл «было и стало» и факт-замок: что пропало, что появилось, какие
+  кванторы вроде «впервые» или «единственный» возникли без источника.
+
+Конфигурация для Claude Desktop, Cursor и других клиентов:
+
+```json
+{
+  "mcpServers": {
+    "humanizer-ru": {
+      "command": "uvx",
+      "args": ["--from", "ru-humanizer", "ru-humanizer-mcp"]
+    }
+  }
+}
+```
+
+## Что это не делает
+
+Балл считает плотность оборотов, по которым читатель узнаёт машинную манеру. Это не
+вероятность авторства и не детектор: инструмент не обходит проверки и не выносит
+вердиктов, он показывает, что править. Полный каталог признаков, скилл для агентов и
+расширение Chrome лежат в репозитории.

ru_humanizer-3.26.0/README.md

@@ -0,0 +1,414 @@
+# humanizer-ru: очеловечить русский AI-текст для Claude Code, Cursor, Codex и других AI-агентов
+
+> Скилл для Claude. Убирает 64 признака нейросети в русском тексте: канцелярит, кальки, фингерпринты ChatGPT и Claude. Метит в то, что измеряют GPTZero, DivEye, RuBERT: поднимает perplexity и burstiness. 21 жёстких банов, quad-pass аудит, калибровка под голос автора, eval-харнес с метриками до/после. Живое демо сканера на сайте.
+
+> [English version](README.en.md) · [中文](README.zh.md)
+
+[![License: MIT](https://img.shields.io/badge/license-MIT-blue.svg)](LICENSE)
+[![Версия](https://img.shields.io/badge/версия-3.26.0-blueviolet)](https://github.com/ilyautov/humanizer-ru/blob/main/CHANGELOG.md)
+[![Звёзды](https://img.shields.io/github/stars/ilyautov/humanizer-ru?style=social)](https://github.com/ilyautov/humanizer-ru/stargazers)
+[![skills.sh](https://skills.sh/b/ilyautov/humanizer-ru)](https://skills.sh/ilyautov/humanizer-ru/humanizer-ru)
+[![npm](https://img.shields.io/npm/v/humanizer-ru?label=npm%20%C2%B7%20dsh)](https://www.npmjs.com/package/humanizer-ru)
+[![HOL](https://img.shields.io/endpoint?url=https%3A%2F%2Fhol.org%2Fapi%2Fregistry%2Fbadges%2Fplugin%3Fslug%3Dilya-utov%252Fhumanizer-ru%26metric%3Dstatus%26style%3Dflat)](https://hol.org/registry/plugins/ilya-utov%2Fhumanizer-ru)
+
+<p align="center">
+  <a href="https://humanizer-ru.aifrontier.tech/">
+    <img src="assets/social-preview.png" alt="humanizer-ru: убирает следы нейросети из русского текста. 64 признака, 21 запрет, сканер в комплекте" width="720">
+  </a>
+</p>
+
+> **Было:** «В современном мире данная технология является не просто инструментом, а стратегическим активом».
+> **Стало (факты автора):** «Инструмент экономит команде сорок минут в день. Попробуйте теперь его у людей забрать».
+>
+> Три жёстких бана в одном предложении. [Полный разбор с режимом аудита ниже](#до-и-после).
+
+🧪 **Живое демо:** [humanizer-ru.aifrontier.tech](https://humanizer-ru.aifrontier.tech/#audit). Вставьте свой текст, получите оценку чистоты 0-100 и подсветку найденных оборотов. Тот же сканер, что в скилле, считается в браузере.
+
+**Быстрый старт**, одна команда для любого агента (Claude Code, Cursor, Codex, Copilot, Cline и ещё десятки):
+
+```
+npx skills add ilyautov/humanizer-ru
+```
+
+CLI найдёт установленных агентов и спросит, куда ставить. В Claude Code можно и плагином, тогда обновления приходят через `/plugin`:
+
+```
+/plugin marketplace add ilyautov/humanizer-ru
+/plugin install humanizer-ru@ilyautov-plugins
+```
+
+Claude.ai, DeepSeek Harness и раскатка на команду в [разделе «Установка»](#установка).
+
+📖 **Документация и разборы:** [humanizer-ru.aifrontier.tech](https://humanizer-ru.aifrontier.tech/): [работают ли AI-детекторы на русском](https://humanizer-ru.aifrontier.tech/ai-detektory-na-russkom.html), [64 признака AI-текста](https://humanizer-ru.aifrontier.tech/52-priznaka-ai-teksta.html), [антиплагиат и нейросеть](https://humanizer-ru.aifrontier.tech/antiplagiat-i-neyroset.html).
+
+🧰 **Остальные инструменты:** MCP-серверы к кабинетам Wildberries, Ozon, Яндекс Маркета и Авито, пять серверов к hh.ru, VK, Диадоку, СБИС и Честному знаку, 34 скилла для малого бизнеса, совет мыслителей с дословной проверкой цитат. Все одним списком: [ilyautov.github.io](https://ilyautov.github.io/).
+
+## Зачем это нужно
+
+Английский [humanizer](https://github.com/blader/humanizer) для русского текста не работает. У русских AI-маркеров своя физика: канцелярит («осуществление внедрения»), кальки с английского синтаксиса («стоит отметить, что»), отсутствующие частицы («же», «ведь», «вот»), которыми живой русский дышит. С английскими паттернами это не пересекается вообще.
+
+Кроме того, в 2025-2026 Claude и GPT-4/5 научились имитировать «глубокомысленность»: короткими рублёными предложениями («Точно. Отдельно. Рефлексивно.»), псевдо-сократическими вопросами («Зачем? Потому что.») и псевдо-терапевтическим регистром («ты не ошибаешься, что так чувствуешь»). Это новый слой маркеров, которого нет ни в одном другом humanizer.
+
+## Что внутри
+
+**64 паттерна AI-генерации в 14 категориях:**
+
+- A. Контентные: пустые открытия, размытые авторитеты, формульные выводы
+- B. Языковые: канцелярит, кальки, «является», нагромождение причастий
+- C. Стилистические: длинные тире, навязчивые списки, болд
+- D. Коммуникативные: артефакты чатбота, заискивание, водянистость
+- E. Морфологические: падежные ошибки, деепричастия не к подлежащему
+- F. Тональные: эмоциональная стерильность (4 подтипа), нет иронии, нет метафор
+- G. Структурные: разорванные абзацы, narrative drift, галлюцинации
+- H. Человеческие мелочи: идеальная грамотность, вылизанная типографика
+- I. Паттерны убеждения: негативные параллелизмы, авторитетные трюизмы
+- J. Информационный ритм: равномерная плотность, гладкие переходы, macro-burstiness
+- K. Хеджирование и специфика: модальная неопределённость, translationese, нет идиом
+- L. Стилистические фингерпринты 2025-2026: рваная медитативность, контр-вопросы, эмодзи-декор, псевдо-терапия, пустой образ, самомаркировка честности
+- M. Формулы и артефакты 2026: неодушевлённый субъект, Title Case в заголовках, обрыв на полуслове, триада-отрицание
+- N. Дискурсный слой: явная мораль в финале, портретный ввод героя, эмоция только через тело, бесшовная причинность, линейная хронология, нет обращения к читателю. Признаки, которые переживают стилевую правку (StoryScope, COLM 2026)
+
+**21 жёстких банов**: конструкции с абсолютным запретом. От «В современном мире...» и «Стоит отметить, что...» до маркетинговых клише «Раскрыть потенциал», «Комплексный подход», «Открывает новые горизонты».
+
+**Локальная редактура, не переписывание.** Скилл размечает конкретные места (цитата, что мешает читателю, действие: оставить, срезать оболочку, сказать яснее, убрать дубль), снимает жёсткие запреты и маркеры по приоритету A-D и сверяет результат с исходником по утверждениям: кто что сделал, степень уверенности, условия, числа с единицами. Живость не дописывается: эмоции, частицы, образы и факты, которых нет в исходнике, в текст не идут. Парный прогон на 195 слепых оценках (сентябрь 2026, `eval/LOCAL_EDIT_CHECK.md`) показал, что квоты на «голос» дают чужую интонацию и постановочную риторику, а локальная правка почти не ломает смысл.
+
+**Калибровка под голос автора.** Если дать образцы своего письма, скилл выписывает ритм, лексику, пунктуацию и тон и держит замены в этих рамках. Это ограничение, а не разрешение дописывать в вашей манере.
+
+**Четыре режима работы:**
+- Редактура (по умолчанию): диагностика сканером, разметка, правка, сверка, отчёт «было N, стало M»
+- Аудит: только диагностика, текст не трогает
+- Точечная правка: работа с одной категорией
+- Свой черновик (молча, без просьбы): пока скилл установлен, агент прогоняет по таблице жёстких банов то, что пишет по-русски сам, до того как вы это увидите. Чужой текст молча не правится никогда: ваше сообщение, файл, цитата и чужой код идут только через режимы выше, и правку вы видите. «Не правь» выключает режим до конца разговора
+
+**Что ловят детекторы:** секция с числами из исследований 2025-2026. DivEye: вторые производные surprisal дают 39.4% вклада в детекцию. Perplexity gap 29.5 vs 15.2 (человек vs LLM). AINL-Eval 2025: лучший результат на тесте около 86% (52K русских текстов, 12 доменов). Все ссылки и цифры верифицированы по первоисточникам, см. [SOURCES.md](SOURCES.md).
+
+## Проверить текст без установки
+
+На [главной странице сайта](https://humanizer-ru.aifrontier.tech/#audit) работает тот же сканер на JavaScript: вставьте текст, получите оценку чистоты от 0 до 100, подсветку найденных оборотов и команду установки для своей среды. Считается в браузере, текст никуда не отправляется. Правила экспортируются из `markers.py` скриптом `scripts/export_web_rules.py`, а паритет с Python проверяет `scripts/test_web_parity.py` в CI.
+
+Тот же сканер есть как расширение Chrome: выделили текст на любой странице, в контекстном меню «Проверить на следы нейросети», и попап показывает балл и подсветку. Разрешений у него два, контекстное меню и локальное хранилище, доступа к сайтам и сети нет. Папка `extension/`, сборка `scripts/build_extension.py`; пока идёт модерация в Web Store, ставится через `chrome://extensions` → «Режим разработчика» → «Загрузить распакованное расширение».
+
+## Установка
+
+Скилл разворачивается тремя путями: загрузкой в веб-интерфейс Claude.ai, централизованной раскаткой на команду или установкой в локальные агенты (Claude Code, Cowork, API).
+
+### 1. Claude.ai (веб-интерфейс)
+
+1. Скачайте готовый архив скилла:
+   [humanizer-ru.zip](https://github.com/ilyautov/humanizer-ru/releases/latest/download/humanizer-ru.zip)
+2. Откройте Claude.ai → **Settings** → **Capabilities** → **Skills**.
+3. Нажмите **Upload skill** и выберите скачанный архив.
+
+> Не берите `archive/refs/heads/main.zip`: загрузчик ожидает папку скилла в корне архива, а в архиве репозитория она лежит внутри `humanizer-ru-main/skills/humanizer-ru/`. Если нужно собрать архив самому, архивируйте именно папку скилла:
+>
+> ```bash
+> git clone https://github.com/ilyautov/humanizer-ru.git
+> cd humanizer-ru/skills
+> zip -r ../../humanizer-ru.zip humanizer-ru -x '*/__pycache__/*'
+> ```
+
+### 2. Организации (Enterprise и Team)
+
+Администраторы Claude for Work раскатывают скилл централизованно через workspace skill library, и он становится доступен всей команде без индивидуальной загрузки. Загрузите ZIP в **Admin Console → Workspace Skills → Add skill**.
+
+### 3. Claude Code, Cowork и API (локальные агенты)
+
+**Через плагин-маркетплейс** (рекомендуется):
+
+```
+/plugin marketplace add ilyautov/humanizer-ru
+/plugin install humanizer-ru@ilyautov-plugins
+```
+
+После установки плагин подгружает скилл автоматически при триггерах вроде «очеловечь», «убери канцелярит», «перепиши как человек».
+
+**Через skills.sh CLI** (универсальный путь для любого Claude-агента):
+
+```bash
+npx skills add https://github.com/ilyautov/humanizer-ru/tree/main/skills/humanizer-ru
+```
+
+CLI кладёт `SKILL.md` в `~/.claude/skills/humanizer-ru/` и регистрирует скилл в индексе [skills.sh](https://skills.sh/ilyautov/humanizer-ru/humanizer-ru). Короткая форма тоже работает: `npx skills add ilyautov/humanizer-ru` находит скилл в репозитории и предлагает его к установке, а с флагом `--skill humanizer-ru` ставит без вопросов.
+
+**Через API (`/v1/messages` и аналоги):** передайте скилл параметром `container.skills`. Детали в документации вашего клиента.
+
+**Вручную** (если ничего из выше не подошло):
+
+```bash
+git clone --depth 1 https://github.com/ilyautov/humanizer-ru /tmp/humanizer-ru
+mkdir -p ~/.claude/skills
+cp -r /tmp/humanizer-ru/skills/humanizer-ru ~/.claude/skills/
+```
+
+Копируйте папку целиком, а не один SKILL.md: вместе со скиллом едет
+детерминированный сканер `scripts/scan.py` (машинная половина режима «Аудит»;
+работает при наличии `pip install razdel pymorphy3`, без них скилл просто
+проводит аудит вручную).
+
+### 4. Codex CLI (OpenAI)
+
+Codex использует тот же формат Agent Skills, отдельная версия не нужна:
+
+```bash
+git clone --depth 1 https://github.com/ilyautov/humanizer-ru
+mkdir -p ~/.codex/skills
+cp -r humanizer-ru/skills/humanizer-ru ~/.codex/skills/
+```
+
+Либо изнутри Codex через `skill-installer`: укажите путь
+`ilyautov/humanizer-ru/skills/humanizer-ru`. После установки перезапустите Codex;
+вызов: `$humanizer-ru` или автоматически по триггер-фразам («очеловечь»,
+«убери канцелярит»). Проектная установка: та же папка в `.codex/skills/` внутри репозитория.
+
+### Проверка установочного пакета
+
+Перед релизом соберите ZIP тем же скриптом, который использует CI, затем
+прогоните install-smoke по готовому архиву. Проверка копирует
+`skills/humanizer-ru` в чистую временную папку скиллов, запускает сканер из
+установленной копии и проверяет, что в ZIP нет `.DS_Store`, `__pycache__` и
+`*.pyc`:
+
+```bash
+python3 scripts/build_release_zip.py --output dist/humanizer-ru.zip .
+python3 scripts/install_smoke.py . --zip dist/humanizer-ru.zip
+```
+
+Ожидаемый результат:
+
+```text
+RESULT: PASS build-release-zip
+RESULT: PASS install-smoke
+```
+
+### 5. Другие агенты (общий стандарт SKILL.md)
+
+Формат Agent Skills стал кросс-платформенным, поэтому humanizer-ru работает и за пределами упакованных стеков. Официально упакованы и проверены: Claude Code, Codex CLI, Cursor, Gemini CLI, DeepSeek Harness. Остальные агенты читают тот же `SKILL.md`, отдельная версия не нужна.
+
+| Как подключается | Агенты | Что делать |
+|---|---|---|
+| Читают `SKILL.md` нативно | GitHub Copilot, Cline, Roo Code, Kilo Code, Goose, OpenCode, OpenWork, Kimi Code CLI, OpenClaw, OpenHuman, Hermes | Скопировать папку `skills/humanizer-ru` в каталог скиллов агента (например `~/.hermes/skills/`, `~/.kimi/skills/`, `.agents/skills/`) |
+| Конвертация инсталлером | Windsurf, Trae, Junie | Поставить через их установщик скиллов, указав репозиторий `ilyautov/humanizer-ru` |
+| Ручная вставка | Zed, Aider, Continue.dev | Вставить тело `SKILL.md` в файл правил или инструкций агента |
+
+Универсальный путь для нативных: положите папку скилла в каталог, который агент сканирует (обычно `<корень проекта>/.agents/skills/` или `~/.config/agents/skills/`), и перезапустите агент. Триггеры активации те же, что в Claude.
+
+> У части этих агентов (OpenClaw, Kimi, Hermes) есть публичные каналы дистрибуции скиллов (реестр ClawHub, tap-репозитории). Листинг там даёт охват без отдельного кода: формат общий.
+
+### 6. DeepSeek Harness (dsh)
+
+DeepSeek Harness читает тот же формат Agent Skills, и скилл ставится двумя способами.
+
+Бандлом из npm, одной командой в нужный профиль (`web`, `tui` или `headless`):
+
+```bash
+dsh plugin --profile web add humanizer-ru
+```
+
+Тот же бандл прямо из GitHub, если нужна конкретная ветка или свежий main: `dsh plugin --profile web add github:ilyautov/humanizer-ru`.
+
+Бандл текстовый: `package.json` с полем `dsh.bundle` и `cordis.patch.yml`, который монтирует штатный провайдер `dsh-skill-filesystem` на папку `skills/` пакета. Исполняемого кода в бандле нет, сборка при установке не нужна. Проверить без запуска модели: `dsh --profile web --dump-config` покажет слой `# == humanizer-ru`. Удаление: `dsh plugin --profile web remove humanizer-ru`.
+
+Копией в пользовательский корень скиллов:
+
+```bash
+cp -r humanizer-ru/skills/humanizer-ru ~/.agents/skills/
+```
+
+dsh сканирует `~/.agents/skills` и `~/.dsh/skills` сам, перезапуск не нужен. Ключ `allowed-tools` из фронтматтера dsh не читает, а `references/` разрешает относительно папки скилла, так что каталог и журнал правок открываются как в Claude Code.
+
+### 7. Сканер отдельно: pip, MCP-сервер и GitHub Action
+
+Сканер живёт и без скилла, пакетом [`ru-humanizer`](https://pypi.org/project/ru-humanizer/) на PyPI (имя `humanizer-ru` на PyPI занято). Это тот же `scan.py`, только командой:
+
+```bash
+pip install ru-humanizer
+ru-humanizer статья.md --genre academic
+ru-humanizer чистовик.md --before исходник.md
+```
+
+Тот же пакет поднимает MCP-сервер с двумя инструментами: `scan_text` даёт балл, штрафы, запреты и маркеры с позициями, `compare_texts` считает «было и стало» и факт-замок между исходником и правкой. Подключается к Claude Desktop, Cursor и любому клиенту MCP; в Claude Code одной командой:
+
+```bash
+claude mcp add humanizer-ru -- uvx --from ru-humanizer ru-humanizer-mcp
+```
+
+В CI сканер работает как GitHub Action: гейт на балл чистоты по Markdown и текстовым файлам, шаг падает ниже порога.
+
+```yaml
+- uses: ilyautov/humanizer-ru@main
+  with:
+    files: "docs/**/*.md"
+    genre: marketing
+    min-score: 60
+```
+
+Порядок разовой настройки публикации на PyPI и в реестре MCP описан в `PUBLISHING.md`.
+
+## Использование
+
+Попросите Claude по-русски:
+
+```
+Очеловечь этот текст: [вставьте текст]
+Перепиши, звучит как робот: [вставьте текст]
+```
+
+Триггеры срабатывания: «очеловечь», «убери следы нейросети», «сделай живым», «звучит искусственно», «перепиши как человек», «убери канцелярит», «слишком формально».
+
+Режим аудита (только диагностика, без переписывания):
+
+```
+Проверь этот текст на AI-маркеры: [вставьте текст]
+```
+
+Точечная правка одной категории:
+
+```
+Убери канцелярит из текста: [вставьте текст]
+```
+
+При установке плагином в Claude Code доступны slash-команды:
+
+```
+/humanize <текст или путь к файлу>   # полный рерайт
+/audit <текст или путь к файлу>      # аудит без правки (сканер + разбор)
+```
+
+Сканер знает про жанр. По умолчанию он строгий, под маркетинг и блоги, а для
+других регистров снимает маркеры, которые там законны:
+
+```bash
+python skills/humanizer-ru/scripts/scan.py статья.txt --genre academic  # ещё legal, fiction, news
+python skills/humanizer-ru/scripts/scan.py стало.txt --before было.txt  # чистота до/после + факт-замок
+```
+
+Зачем это нужно, показал прогон по внешнему размеченному корпусу AINL-Eval 2025
+(35 158 русских научных аннотаций): в строгом режиме баны оставались в 35,9%
+человеческих текстов против 26,1-35,8% машинных, то есть на научном тексте
+каталог не различал автора вовсе. С жанровой поправкой ложные срабатывания на
+людях падают до 4,2%. Цифры и метод: [eval/AINL-CALIBRATION.md](eval/AINL-CALIBRATION.md).
+Третий корпус, [LLMTrace](https://huggingface.co/datasets/iitolstykh/LLMTrace_classification)
+(14 763 русских текста, 30 генераторов, впервые GigaChat и YandexGPT), подтвердил
+границы: на отзывах и историях длинное тире ставят 2-8% людей против 28-33%
+машин, а в энциклопедических статьях наоборот. Разбор:
+[eval/LLMTRACE-CALIBRATION.md](eval/LLMTRACE-CALIBRATION.md).
+
+## До и после
+
+**Полное редактирование:**
+
+До:
+> В современном мире искусственный интеллект играет всё более важную роль в различных сферах деятельности. Стоит отметить, что данная технология является мощным инструментом для оптимизации рабочих процессов.
+
+После (факты автора):
+> За последний год я внедрил AI-инструменты в три проекта. Два ускорились вдвое. Третий развалился, потому что команда перестала проверять то, что выдаёт модель. AI работает, когда понимаешь его ограничения.
+
+Пять жёстких банов сработали в двух предложениях. Типичная картина.
+
+**Режим аудита на том же тексте выдаст:**
+
+```
+[A] Пустое открытие: "В современном мире..."
+[A] HARD BAN: "является мощным инструментом"
+[A] HARD BAN: "играет важную роль"
+[A] HARD BAN: "Стоит отметить, что..."
+[B] Канцелярит: "оптимизации рабочих процессов"
+[B] Раздувание: "всё более важную роль в различных сферах"
+```
+
+## Работают ли AI-детекторы на русском языке?
+
+Коротко: плохо, и это придётся учитывать.
+
+GPTZero, Originality.ai, ZeroGPT и другие популярные детекторы AI-текста обучены в основном на английском. На русском они ненадёжны и ошибаются в обе стороны:
+
+- **Ложные срабатывания (false positives):** текст, написанный живым человеком, регулярно помечается как «сгенерировано нейросетью». Английские пороги perplexity для русского не откалиброваны, а богатая русская морфология сама задирает «непредсказуемость».
+- **Пропуски (false negatives):** аккуратный AI-текст проходит как человеческий.
+
+Даже лучший специализированный русский детектор (RuRoBERTa на бенчмарке AINL-Eval 2025) даёт около 86% точности: каждый седьмой вердикт мимо. И детекторы не обобщаются между доменами: обученный на научных текстах ошибается на блогах (verified, см. [SOURCES.md](SOURCES.md)).
+
+**Что это значит для очеловечивания текста.** Гнаться за «обходом детектора» на русском значит подгонять текст под ненадёжный и постоянно меняющийся индикатор. Поэтому humanizer-ru оптимизирует не обман детектора, а **реальное качество текста**: убирает канцелярит, кальки и штампы, возвращает авторский голос и живой ритм. Это измеримые свойства языка (метрики в [`eval/`](eval/)), которые не зависят от того, насколько плох конкретный детектор. Заодно растут perplexity и burstiness: то, что детекторы (как умеют) и пытаются измерять.
+
+Мы прогоняем детекторы прямо в eval-харнесе по контролю «заведомо человек» (дословные отрывки статей Википедии, написанные людьми задолго до ChatGPT). В последнем прогоне локальный LLM-детектор пометил как ИИ **3 из 3** человеческих текстов (false positive rate 100%), поставив им ту же вероятность «это AI», что и настоящим AI-текстам. Различающая способность близка к нулю. Методика, корпус и сырые прогоны: [eval/RESULTS.md](eval/RESULTS.md), секция «FP-аудит детекторов».
+
+## Часто ищут
+
+**Как обойти GPTZero на русском?** GPTZero измеряет perplexity и burstiness. Скилл поднимает оба показателя: контрастное вычитание (замена самого предсказуемого слова в каждом предложении) повышает perplexity, рваный ритм с короткими и длинными предложениями повышает burstiness. Адверсарный парафраз снижает true positive rate детекторов на 87.88% по NeurIPS 2025.
+
+**Как убрать признаки ChatGPT из текста?** Главные сигналы: «не просто X, а Y» (80%+ AI-текстов), «стоит отметить», «является», длинное тире, отсутствие частиц «же/ведь/вот», равномерная информационная плотность. Скилл ловит и заменяет все 64 паттерна.
+
+**Как сделать текст ChatGPT человеческим на русском?** Три шага: снять 21 жёстких банов и маркеры по приоритету, срезать оболочку вокруг утверждений вместо переписывания, сверить результат с исходником по фактам и степени уверенности. Живость не дописывается: то, чего нет в исходнике, в текст не идёт.
+
+**Что такое канцелярит и как его убрать?** Канцелярит: превращение глаголов в отглагольные существительные («осуществление внедрения» вместо «внедрили»). Главный маркер русских AI-текстов. Соотношение существительных к глаголам у AI 3:1, у людей 2:1. Скилл разворачивает номинализации обратно в глаголы.
+
+**Работает ли GPTZero на русском языке?** Ненадёжно. GPTZero обучен на английском и на русском даёт много ложных срабатываний: помечает живые человеческие тексты как ИИ, а аккуратный AI-текст пропускает. Подробнее в разделе «Работают ли AI-детекторы на русском».
+
+**Почему мой текст помечают как ИИ, хотя я писал его сам?** Частая беда на русском: детекторы, обученные на английском, принимают за «машинность» нормальные свойства русского текста (морфология, длинные слова, формальный регистр). Если текст реально ваш, это ложное срабатывание детектора, а не приговор. Скилл помогает убрать конкретные машинные маркеры (канцелярит, кальки, штампы), от которых текст звучит «нейросетево».
+
+**Какой AI-детектор лучший для русского?** Идеального нет. Из специализированных лучше показывают себя fine-tuned модели на базе RuRoBERTa (бенчмарк AINL-Eval 2025, ~86%), но и они проседают между доменами. Универсальные англоязычные (GPTZero, Originality, ZeroGPT) на русском особенно ненадёжны. Практический вывод: ориентируйтесь на реальное качество текста, а не на вердикт одного детектора.
+
+**Работает ли это с Claude Sonnet / Opus 4?** Да. Это инструкция-каталог для любой модели Claude. Чем больше контекст модели, тем глубже она применяет правила. На Opus результат заметно сильнее на длинных текстах.
+
+**Можно ли использовать без плагина?** Да. Скачайте SKILL.md и используйте как чек-лист для ручной правки или вставляйте в системный промпт любой LLM (ChatGPT, Gemini, YandexGPT, GigaChat).
+
+**А если мне нужно длинное тире (я редактор / формальная типографика)?** По умолчанию скилл вычищает все длинные тире «—»: это главный типографический маркер AI, и живой неформальный русский его почти не ставит (с телефона печатают дефис). Но если вам нужна правильная издательская типографика, прямо скажите об этом: «я профессиональный редактор, длинное тире оставляй». Скилл снимет запрет. Сам он это исключение не включает. Решаете вы.
+
+## Чем отличается от английского humanizer
+
+| | humanizer-ru | blader/humanizer |
+|---|---|---|
+| Язык | Русский | Английский |
+| Паттернов | 64 | 32 |
+| Жёстких банов | 20 | - |
+| Аудит | Quad-pass | Single-pass |
+| Voice calibration | Да | Да |
+| Стилистические фингерпринты 2025-2026 | Да | Нет |
+| Морфология RuBERT-детекторов | Да | - |
+| Macro-burstiness структурных блоков | Да | Нет |
+
+Английский humanizer ловит универсальные AI-маркеры. Русские требуют отдельной модели: канцелярит, кальки с английского синтаксиса, частицы «же/ведь/вот», падежные согласования RuBERT-детекторов, морфологические ошибки длинных цепочек, плюс свежие фингерпринты Claude и GPT 2025-2026 («рваная медитативность», эмодзи-декор, псевдо-терапия), которые в англоязычных каталогах ещё не оформлены.
+
+## Источники
+
+Скилл собран из четырёх независимых источников развития:
+
+- **Wikipedia: WikiProject AI Cleanup**: базовый каталог признаков AI-текста на русском
+- **15+ русскоязычных публикаций**: Habr, vc.ru, Gramota.ru, стилометрические исследования ВШЭ, Dialog Conference (RuATD-2022 и AINL-Eval 2025), TechInsider, Kokoc.com
+- **Верифицированные публикации (2024-2026)**: DivEye, PIFE, MASH, Antislop, AINL-Eval, RuATD, NeurIPS 2025 и др. Каждая ссылка и цифра проверена по arxiv и первоисточникам; неподтверждённые удалены. Полная таблица провенанса: [SOURCES.md](SOURCES.md).
+
+Changelog: [CHANGELOG.md](CHANGELOG.md). Метрики и eval-харнес: каталоги [`scripts/`](scripts/) и [`eval/`](eval/).
+
+## Автор
+
+Илья Утов. Пишу про AI и работу с текстом в Telegram: [Under the Hood](https://t.me/gorilla_under_hood).
+
+## Контрибьюторы
+
+- **Филипп Зарубин** ([@zarubinphil](https://github.com/zarubinphil)): категория N «Дискурсный слой», паттерны 59-64 по StoryScope (COLM 2026). Признаки, которые переживают стилевую правку. Плюс согласование падежа при счётчике в релизном гейте.
+- **iKonushok** ([@ikonushok](https://github.com/ikonushok)): install-smoke установочной поверхности и сборка релизного ZIP. Проверяется не папка в репозитории, а то, что реально доезжает до пользователя.
+
+Полный список, включая баг-репорты, которые изменили код: [CONTRIBUTORS.md](CONTRIBUTORS.md). Как попасть в него: [CONTRIBUTING.md](CONTRIBUTING.md).
+
+## Лицензия
+
+MIT: используйте свободно, форкайте, дорабатывайте. Pull request с новыми паттернами приветствуются.
+
+---
+
+**humanizer-ru** помогает очеловечить русский AI-текст: убрать следы нейросети, канцелярит и штампы, вернуть живой голос и сделать текст человечным. Это бесплатный open-source скилл для Claude (Claude Code, Cowork, API), а не онлайн-сервис «в один клик». Почему детекторы AI и проверка текста на нейросеть на русском ненадёжны (и при чём тут антиплагиат): в разделах выше, с реальными данными из нашего eval-харнеса, а не из обещаний.
+
+---
+
+## Кто это сделал
+
+[Илья Утов](https://github.com/ilyautov), лаборатория [AI Frontier](https://aifrontier.tech). Как эти инструменты устроены внутри, пишу в [Telegram](https://t.me/gorilla_under_hood) и [LinkedIn](https://www.linkedin.com/in/ilyautov).
+
+**Рядом стоят:**
+
+- [**marketplaces-mcp-ru**](https://github.com/ilyautov/marketplaces-mcp-ru): Wildberries, Ozon, Яндекс Маркет и Авито прямо из агента
+- [**small-business-ru**](https://github.com/ilyautov/small-business-ru): 34 скилла для малого бизнеса, считают налоги и проверяют контрагента по ИНН
+- [**consilium-principis**](https://github.com/ilyautov/consilium-principis): совет мыслителей, где каждая цитата сверяется дословно
+- [**hefest**](https://github.com/ilyautov/hefest): химическая безопасность завода, целиком офлайн
+- [**cordon**](https://github.com/ilyautov/cordon): детерминированный слой между недоверенным контентом и действиями агента
+
+Все проекты одним списком, разобранные по назначению: [ilyautov.github.io](https://ilyautov.github.io/). Исходники: [github.com/ilyautov](https://github.com/ilyautov). Пригодилось, поставьте звезду: по ней это находят другие.

ru_humanizer-3.26.0/pypi/README.md

@@ -0,0 +1,50 @@
+# ru-humanizer
+
+Сканер следов нейросети в русском тексте из проекта
+[humanizer-ru](https://github.com/ilyautov/humanizer-ru). Считает балл чистоты от 0 до 100,
+находит 21 жёсткий запрет и 64 признака машинной манеры, проверяет факт-замок между
+исходником и правкой. Правила откалиброваны на 55 тысячах размеченных русских текстов.
+Работает офлайн, текст никуда не отправляется.
+
+mcp-name: io.github.ilyautov/humanizer-ru
+
+## Командная строка
+
+```bash
+pip install ru-humanizer
+ru-humanizer статья.md
+ru-humanizer статья.md --genre academic
+echo "текст" | ru-humanizer -
+ru-humanizer чистовик.md --before исходник.md
+```
+
+Код выхода: 0 чисто, 1 есть жёсткие запреты, 2 в чистовике появился факт, которого
+не было в исходнике. Флаг `--json` отдаёт машинный отчёт.
+
+## MCP-сервер
+
+Тот же пакет поднимает MCP-сервер по stdio с двумя инструментами:
+
+- `scan_text`: балл, штрафы, запреты и маркеры с позициями, ритм, морфология, структура.
+- `compare_texts`: балл «было и стало» и факт-замок: что пропало, что появилось, какие
+  кванторы вроде «впервые» или «единственный» возникли без источника.
+
+Конфигурация для Claude Desktop, Cursor и других клиентов:
+
+```json
+{
+  "mcpServers": {
+    "humanizer-ru": {
+      "command": "uvx",
+      "args": ["--from", "ru-humanizer", "ru-humanizer-mcp"]
+    }
+  }
+}
+```
+
+## Что это не делает
+
+Балл считает плотность оборотов, по которым читатель узнаёт машинную манеру. Это не
+вероятность авторства и не детектор: инструмент не обходит проверки и не выносит
+вердиктов, он показывает, что править. Полный каталог признаков, скилл для агентов и
+расширение Chrome лежат в репозитории.

ru_humanizer-3.26.0/pyproject.toml

@@ -0,0 +1,46 @@
+[build-system]
+requires = ["setuptools>=77"]
+build-backend = "setuptools.build_meta"
+
+# Пакет на PyPI: тот же сканер, что едет со скиллом, без копии кода.
+# package-dir показывает на skills/humanizer-ru/scripts, поэтому humanizer_metrics
+# в колесе и в скилле один и тот же файл. Имя humanizer-ru на PyPI занято,
+# отсюда ru-humanizer.
+# Версия одна на весь репозиторий: scripts/bump_release.py протаскивает её сюда.
+[project]
+name = "ru-humanizer"
+version = "3.26.0"
+description = "Сканер следов нейросети в русском тексте: балл чистоты 0-100, 21 жёсткий запрет, 64 признака, факт-замок. CLI и MCP-сервер проекта humanizer-ru."
+readme = "pypi/README.md"
+license = "MIT"
+license-files = ["LICENSE"]
+requires-python = ">=3.10"
+authors = [{ name = "Ilya Utov" }]
+keywords = ["russian", "humanizer", "ai-text", "ai-detector", "mcp", "canceljarit", "nlp"]
+classifiers = [
+  "Development Status :: 5 - Production/Stable",
+  "Environment :: Console",
+  "Intended Audience :: Developers",
+  "Natural Language :: Russian",
+  "Programming Language :: Python :: 3",
+  "Topic :: Text Processing :: Linguistic",
+]
+dependencies = ["razdel>=0.5", "pymorphy3>=2.0"]
+
+[project.urls]
+Homepage = "https://humanizer-ru.aifrontier.tech/"
+Repository = "https://github.com/ilyautov/humanizer-ru"
+Changelog = "https://github.com/ilyautov/humanizer-ru/blob/main/CHANGELOG.md"
+
+[project.scripts]
+# ru-humanizer = scripts/scan.py как есть: модуль scan лежит в папке скрипта,
+# которая ставится пакетом ru_humanizer_cli (см. package-dir ниже).
+ru-humanizer = "ru_humanizer_cli.scan:main"
+ru-humanizer-mcp = "humanizer_metrics.mcp_server:main"
+
+[tool.setuptools]
+packages = ["humanizer_metrics", "ru_humanizer_cli"]
+
+[tool.setuptools.package-dir]
+humanizer_metrics = "skills/humanizer-ru/scripts/humanizer_metrics"
+ru_humanizer_cli = "skills/humanizer-ru/scripts"