avoid-ai-writing-russian

Скилл для ИИ-агентов (Claude Code, Codex, Cursor и других), который находит и убирает из русских текстов приметы машинной генерации: канцелярит, кальки с английского, «не просто X, а Y», тире-связки, одинаковый ритм предложений. К нему прилагается детектор на Python (aiw-ru) и под-скилл antiplagiat, который оценивает текст по фрагментам в духе модуля ИИ-детекции системы «Антиплагиат».

Это русская адаптация avoid-ai-writing Конора Бронсдона. Устройство скилла взято оттуда, каталог примет переписан под русский язык, детектор написан заново. Подробности в разделе «Благодарности».

Содержание

• Зачем
• Пример
• Установка
• Как пользоваться
• Под-скилл antiplagiat
• Детектор
• Что ловит каталог
• Ограничения
• Разработка
• Выпуски
• Как сослаться
• Благодарности
• Лицензия

Зачем

Английские «очеловечиватели» на русском почти бесполезны. Они ищут delve и tapestry, а русский текст модели выдаёт себя другим: «является», «осуществляется», «в рамках данной работы», «играет ключевую роль», «на ежедневной основе», цепочками вроде «обеспечение повышения эффективности проведения мониторинга» и прямыми кавычками там, где нужны «ёлочки». Половина этого — канцелярит, которым люди писали задолго до нейросетей; модели выучили его из госдокументов и рефератов и воспроизводят с удвоенной частотой. Другая половина — синтаксис, протащенный из английского черновика, на котором модель «думала».

Скилл помогает двум группам:

• тем, кто хочет меньше ИИ-стиля в своих текстах: статьях, документации, постах, письмах;
• тем, чей текст пойдёт на проверку в «Антиплагиат» и кому не нужны ложные срабатывания модуля ИИ-детекции на собственном тексте.

Пример

До (типичный ответ модели на просьбу написать абзац про ИИ в медицине):

В современном мире искусственный интеллект играет ключевую роль в развитии здравоохранения. Данная технология открывает новые возможности для диагностики и лечения заболеваний. Стоит отметить, что внедрение ИИ осуществляется в рамках комплексного подхода к цифровой трансформации отрасли. Кроме того, нейросетевые модели позволяют значительно повысить точность диагностики. Исследования показывают, что такие системы обеспечивают высокую эффективность при анализе медицинских изображений.

Детектор: 98/100, «сильный ИИ-стиль». В пяти предложениях он нашёл размытую ссылку на авторитет («Исследования показывают»), пять слов-маркеров, две оценки без чисел, пять случаев канцелярита, шаблонный переход и скопление слов второго уровня.

После правки скиллом:

ИИ в медицине пока применяют в основном для анализа изображений и помощи в диагностике. Насколько такие системы точнее врача, в исходном тексте не сказано. Нужны цифры и ссылка на исследование, иначе утверждение не проверить.

Проверка: один проход. Скилл убрал разбег, штампы и пустые оценки. Число и источник он не выдумал, а пометил как пробел: исходник их не давал. Это правило «никогда не добавляй» из исходного проекта. Для научного текста оно важнее всего остального.

Установка

Claude Code: плагин

claude plugin marketplace add ormeilu/avoid-ai-writing-russian
claude plugin install avoid-ai-writing-russian@avoid-ai-writing-russian

Плагин ставит оба скилла, avoid-ai-writing-russian и antiplagiat, вместе с детектором. Детектору нужен uv.

Claude Code, Codex и другие агенты: папка скилла

Клонируйте репозиторий и скопируйте папки скиллов туда, где агент их ищет. Детектор лежит в корне репозитория, а скиллы зовут его командой uv run --project ../.. aiw-ru …, поэтому удобнее ссылка, а не копия:

git clone https://github.com/ormeilu/avoid-ai-writing-russian.git ~/src/avoid-ai-writing-russian

ln -s ~/src/avoid-ai-writing-russian/skills/avoid-ai-writing-russian ~/.claude/skills/avoid-ai-writing-russian

ln -s ~/src/avoid-ai-writing-russian/skills/antiplagiat ~/.claude/skills/antiplagiat

Для Codex используйте ~/.codex/skills/ или ~/.agents/skills/, для Cursor — правила проекта. Агентам без поддержки SKILL.md можно передать текст SKILL.md и references/patterns.md как инструкцию.

Детектор

Скиллам нужен uv: при первом запуске он сам поставит Python 3.12 или новее и зависимости детектора (regex, rich, pydantic). Без uv скилл работает, но проверки будут только модельными, и он об этом скажет.

Отдельно от скиллов детектор ставится из PyPI:

uv tool install aiw-ru

Или запускается без установки: uvx aiw-ru scan статья.md. Подойдёт и pip install aiw-ru.

Только команда, без плагина

Скиллы лежат и в пакете. Если стоит только aiw-ru, их выводит сама команда:

aiw-ru skill

aiw-ru skill avoid-ai-writing-russian

Первая показывает список скиллов, вторая печатает SKILL.md для агента. Вызовы детектора в нём уже переписаны на aiw-ru …, а каталог примет выводит aiw-ru skill avoid-ai-writing-russian references/patterns.md. Агенту достаточно сказать: «выполни aiw-ru skill avoid-ai-writing-russian и работай по этому скиллу».

Необязательные модели

Кроме правил, у детектора есть несколько моделей, обученных на русской части корпуса LLMTrace. Каждая оценивает вероятность, что текст написала языковая модель:

• трансформер: дообученный русский BERT в ONNX, около 30 МБ, работает на CPU без torch (карточка);
• LightGBM на признаках детектора: около 10 МБ, легче и быстрее, но заметно менее точный (карточка);
• ModernBERT: самый точный, но около 140 МБ и в несколько раз медленнее трансформера; ставится только по имени, aiw-ru models install modernbert (карточка);
• mini-frida: по ROC AUC между ModernBERT и трансформером, около 130 МБ и в 3 раза медленнее трансформера, а при пороге 50 % чаще принимает людей за ИИ; ставится только по имени, aiw-ru models install mini-frida (карточка).

Вместе со скиллами модели не ставятся, агент предложит их сам и поставит, только если вы согласитесь. Вручную:

uv tool install "aiw-ru[ml]"

aiw-ru models install

Без имени ставятся трансформер и LightGBM, aiw-ru models install lightgbm ставит только лёгкую. Сравнить модели до скачивания можно командой aiw-ru models info: качество на корпусе, скорость, память и размер каждой; aiw-ru models info ИМЯ показывает одну модель подробно. Пакеты extra ml занимают около 200 МБ. Файлы моделей скачиваются в общий кэш ~/.cache/huggingface. Если стоят несколько, вероятность в scan, antiplagiat и classify даёт первая из установленных в порядке ModernBERT, трансформер, mini-frida, LightGBM: по доле людей, которых модель принимает за ИИ (4,3 %, 7,2 %, 9,5 % и 16,5 % на test). Другую модель выбирает --model. В карточках на Hugging Face результаты на LLMTrace по жанрам, длине текста и моделям-генераторам.

На macOS LightGBM нужна библиотека libomp: brew install libomp. Без неё aiw-ru models так и скажет. Для Mac на Intel у onnxruntime нет сборок, там работает только LightGBM.

Как пользоваться

Обычной фразой агенту:

• «убери ИИ-стиль из этого абзаца»;
• «просканируй glava2.md, ничего не правь»;
• «почисти README.md на месте, профиль docs»;
• «перепиши прямее для Telegram-канала»;
• «подготовь главу к антиплагиату» (включается под-скилл).

Режимы: rewrite (по умолчанию, вернуть исправленный текст), detect (только найти), edit (править файл на месте точечными правками).

Профили контекста меняют строгость правил:

Профили голоса (casual, professional, technical, warm, blunt) задают звучание правки. Голос проявляет то, что уже есть в тексте, но не придумывает автору мнений и опыта.

Скилл сохраняет цитаты, код, формулы, таблицы, ссылки на литературу и числа. Правку он заканчивает отчётом: сколько было проходов, какие проверки запускались, какие находки оставлены и почему.

Под-скилл antiplagiat

Включается, когда текст идёт на проверку. Порядок работы:

1. Замер: оценка доли «ИИ-текста» по фрагментам и список рискованных абзацев с причинами.
2. Чистка технических артефактов: невидимые символы и латинские буквы внутри русских слов. Из-за них система помечает документ как подозрительный, и это хуже любого процента.
3. Правка подсвеченных фрагментов по правилам основного скилла, в первую очередь ритма и пунктуации: классификаторы смотрят на структуру сильнее, чем на слова.
4. Повторный замер и проверка сохранности формул, чисел и ссылок.
5. Калибровка детектора по вашим реальным отчётам. Если модель ещё не откалибрована, агент сам попросит прошлые отчёты «Антиплагиата»: с ними оценка ближе к тому, что система скажет именно о ваших текстах. Всё считается локально.

Скилл работает с вашим собственным текстом. Заимствования он помогает оформить как цитирования (кавычки и ссылка на источник), чтобы система засчитала их законно. Маскировать чужой текст перефразированием, синонимайзером или подменой символов он не будет: это выдача чужой работы за свою, а не спор с плохим детектором.

Детектор

aiw-ru scan статья.md --context vak

aiw-ru antiplagiat глава1.md

aiw-ru validate исходник.md правка.md

aiw-ru calibrate --doc глава1.md --marked глава1-подсвечено.txt

aiw-ru calibrate --doc глава2.md --share 34

aiw-ru classify статья.md

scan печатает оценку 0–100, статистику ритма и таблицу находок: уровень P0–P2, строка и столбец, примета, фрагмент и подсказка. Таблица подстраивается под ширину терминала, длинный текст переносится внутри ячейки. Цвет включается только в терминале; NO_COLOR=1 его выключает, FORCE_COLOR=1 включает принудительно. Параметр --json даёт машиночитаемый вывод, --jsonl проверяет пачку документов (по документу в строке, {"text": "…"}, ответ тоже по строке на документ), --fail-above N возвращает код 1, если оценка выше N (удобно в CI для документации). Под таблицей и в поле catalog JSON перечислены файлы каталога скилла с разделами, где описаны условия и исключения найденных примет: агенту хватает открыть их, а не весь каталог.

antiplagiat делит текст на фрагменты (абзацы, короткие склеиваются), описывает каждый семью признаками и переводит их в вероятность логистической моделью. Признаки: плотность примет, однообразие длины предложений, типичная для моделей длина предложения, канцелярит, бедная пунктуация, однообразные начала предложений, бедный словарь. Доля ИИ-текста считается по знакам, как в отчёте системы.

validate сравнивает исходник и правку. Код, формулы, URL, числа, ссылки [12] и [@key], таблицы, цитаты и структура заголовков должны остаться на месте, а находок должно стать не больше. Разрешённые правки нарушением не считаются: «ёлочки» вместо прямых кавычек, запятая вместо десятичной точки, удалённый utm_source=chatgpt.com.

Ещё validate сверяет факты (идея из humanizer-ru). Правка не должна снимать оговорки вроде «обычно», «примерно», «от 5000», «по-видимому» и добавлять имена, названия, аббревиатуры, числа словами и месяцы, которых нет в исходнике. Свести стопку оговорок к одной можно: «потенциально может» → «может» нарушением не считается. Снятое одиночное «может», новые слова-претензии («впервые», «всегда», «единственный») и мелкие числа словами («один», «оба») идут предупреждениями, в JSON это поле warnings. Код выхода они не меняют: без морфологии такие места не отличить от законной правки, их нужно сверить глазами.

calibrate дообучает модель antiplagiat на ваших отчётах. Лучше всего работает разметка фрагментов: текстовый файл с кусками, которые система подсветила как сгенерированные, по одному на абзац через пустую строку. Собирать его руками не обязательно: агент выпишет фрагменты сам из PDF отчёта или скриншотов. Если под рукой только итоговая цифра, передайте её через --share: так подстраивается общая строгость модели, но не веса признаков. Образцы накапливаются в .aiw-ru.json, и с каждым отчётом оценка точнее отражает поведение системы на ваших текстах. Отчёты, где система ничего не пометила, тоже пригодятся: это примеры человеческого текста. В файле калибровки только модель и числовые признаки фрагментов, самого текста там нет. В общий репозиторий его всё равно не коммитьте: antiplagiat читает .aiw-ru.json из текущей папки, и ваша калибровка исказит оценку соавторам (в этом репозитории файл уже в .gitignore). Текст есть в файлах с фрагментами из отчётов, их держите вне публичных репозиториев.

skill печатает скиллы для агента, у которого нет плагина: без аргументов список, с именем SKILL.md, с именем и путём файл скилла (references/vocabulary.md).

classify отвечает вероятностью от необязательной модели (--model выбирает какой; models info сравнивает их до скачивания). Без установленной модели команда подскажет, как её поставить. Если модель есть, scan и antiplagiat показывают эту вероятность рядом со своей оценкой, а в JSON она лежит в поле classifier вместе с порогом. Вероятность, которая ближе 15 пунктов к порогу, помечена «близко к порогу» (nearThreshold в JSON): модель не уверена. classify --all показывает вероятности всех установленных моделей рядом и пишет, расходятся ли они. Вероятность модели — такой же сигнал, как находки правил: модели уверенно ошибаются на коротких текстах и в жанрах, которых мало в корпусе. Скилл сверяет её с находками и не правит текст ради цифры.

Из Python:

from aiw_ru import analyze

result = analyze(text, "academic")
print(result.score, len(result.issues))

Результаты — модели pydantic: result.to_dict() даёт тот же JSON, что и aiw-ru scan --json, без поля catalog.

Что ловит каталог

Полный каталог лежит в skills/avoid-ai-writing-russian/references/, по файлу на тему. Агент не читает его целиком: он ищет кандидатов по краткому каталогу в SKILL.md и открывает файл темы, только когда правит находку из неё. Коротко:

Ограничения

• Приметы — это сигналы, а не доказательство авторства. Их выдают и люди, особенно в научном и канцелярском регистре. Не используйте детектор как единственное основание для решений об академической нечестности, найме или публикации.
• Как классификатор детектор слабый, и это видно по цифрам. На русской части тестового набора LLMTrace оценку «много примет» и выше получили 5,9 % из 21 417 человеческих текстов (у новостей 13 %) и 16,7 % из 14 064 сгенерированных. Больше половины сгенерированных текстов детектор счёл чистыми. Он показывает, что править в тексте, а не кто его написал.
• Модель antiplagiat — приближение. Классификатор системы «Антиплагиат» закрыт. Веса по умолчанию подобраны вручную на небольших примерах, а не обучены на корпусе. Калибровка подстраивает веса под то, как система ведёт себя на ваших текстах, но точную цифру отчёта не гарантирует.
• Морфология упрощена: основы со звёздочкой вместо полноценного морфологического анализатора. Редкие формы могут проскочить, омонимы могут дать ложное срабатывание.
• Регулярные выражения не видят смысла. Правила, которые требуют суждения (ложный деятель, бег на месте, выдуманный контраст), есть только в скилле, детектор их не ищет.

Разработка

uv sync --group dev --group train

uv run prek install --hook-type pre-commit --hook-type commit-msg --hook-type pre-push

uv run pytest

uv run prek run --all-files

uv sync --group dev --group train ставит детектор, инструменты разработки (группа dev) и зависимости для обучения модели (группа train); без групп ставится только детектор, как у пользователя скилла. Хуки prek прогоняют ruff, ty, самопроверку документации детектором и синхронность версий. Тесты покрывают разбор текста, каждое правило детектора, корпус живых и шаблонных текстов шести жанров, CLI, скрипты выпуска и сами скиллы: шапки SKILL.md, ссылки, связь разделов каталога с типами находок детектора, примеры из каталога.

Поведение скилла на живом агенте проверяет uv run python evals/run.py: двенадцать случаев (защищённые цитаты, попытка внедрить инструкцию в текст, ловушка на выдуманные числа, режим только поиска и другие) с автоматической оценкой ответа. В CI этот прогон не входит.

Хуки prek перед коммитом проверяют гигиену файлов, секреты, формат, типы, невидимые символы и сообщение коммита (на русском); перед отправкой запускают тесты. Правила участия — в CONTRIBUTING.md, история изменений — в CHANGELOG.md.

Выпуски

uv run python scripts/release.py patch

git push --follow-tags

Скрипт переносит раздел «Не выпущено» из CHANGELOG в новую версию, обновляет версию в pyproject.toml, манифестах, скиллах и CITATION.cff, делает коммит и тег. По тегу GitHub Actions публикует пакет на PyPI через доверенную публикацию (без токенов в секретах) и создаёт выпуск с архивом скиллов, контрольными суммами и заметками из CHANGELOG.

Как сослаться

Если проект пригодился в исследовании, данные для ссылки лежат в CITATION.cff; GitHub показывает их кнопкой «Cite this repository».

Благодарности

Огромное спасибо Конору Бронсдону за avoid-ai-writing. Без этого проекта русской версии не было бы. Оттуда взяты режимы работы, договор о правке, уровни серьёзности, трёхуровневый словарь, профили контекста и голоса, самоисключение для текстов о приметах и правило «никогда не добавляй». Отдельно спасибо за то, что исходный проект честно называет свои находки сигналами, а не доказательствами, и держит это правило во всех решениях.

Спасибо авторам и участникам, на чьи находки опирается исходный проект и, через него, этот: blader/humanizer, brandonwise/humanizer, Aboudjem/humanizer-skill, isatimur/de-slop, welttowelt/stop-slop-refined, LLM cliché highlighter Саймона Уиллисона и tropes.fyi.

Русская часть многим обязана традиции борьбы с канцеляритом, которая старше нейросетей на полвека: Корнею Чуковскому, придумавшему само слово «канцелярит» в книге «Живой как жизнь», Норе Галь с её «Словом живым и мёртвым» и Максиму Ильяхову и Людмиле Сарычевой с книгой «Пиши, сокращай».

Лицензия

MIT. Copyright (c) 2026 Conor Bronsdon — исходный проект; Copyright (c) 2026 Ilya Lubenets — русская адаптация. Подробности о происхождении частей — в NOTICE.md.