文案去AI味+真人点评

概述

版本：v0.2.0 · 作者：小风、CoderPig、Awen

帮你把社媒文案改得像真人写的，改完还能让模拟读者来验收「还像不像 AI」。

跟别的去 AI 味工具不一样的地方：别人只改不验；本品改完让模拟真实读者来打分——给「人味分」0-10，指出哪里还像 AI，告诉你「能不能发」还是「建议再改一轮」。

⚠️ 对用户说话要说人话。 技术字段（mode/task_id/退出码等）是你内部用的，永远不要对用户说。一句里只做一件事——问信息就问信息，报价格就报价格，别混着说。所有用户沟通话术见 [references/usage-notes.md](references/usage-notes.md)。

执行流程

1. 取 API Key：读 config.json 的 LY_API_KEY（回退环境变量）。缺失引导用户获取。
2. 收集信息：确认文案和平台（缺什么问什么，只问一轮）。详见「信息收集」。
3. 扣点确认 → 改写：确认后跑改写（--mode rewrite），拆分轮询。
4. 交付改写稿：渲染 Markdown，告知扣点。
5. 扣点确认 → 评估：确认后跑评估（--mode eval），拆分轮询。
6. 交付评估报告：渲染 Markdown，告知扣点，给闭环建议。

以上每步的用户话术见 [references/usage-notes.md](references/usage-notes.md)。任一步异常按「退出码处理」对号入座。

拆分轮询（防会话中断）

改写和评估各是独立异步任务，禁止一次同步阻塞到完成（WorkBuddy/Web 单轮有上限）。必须拆成「创建 + 多次短轮询」：

改写轮询：

1. python3 scripts/human_eval.py --mode rewrite --text "<原文>" --platform xhs --only-create → 拿 task_id（退出码 0）
2. 对用户说「在改写了，大概 1-3 分钟，好了直接给你看。」
3. 循环 python3 scripts/human_eval.py --poll-task <id> --text "<原文>" --out ...（单次 ≤90s）：
   • 退出码 0 → 交付改写稿
   • 退出码 13（进行中）→ 对用户说「还在改写，再等一会儿」，立刻再跑 --poll-task
   • 退出码 12 → 失败处理
   • 其他 → 按「退出码处理」

评估轮询：同上模式，--mode eval、--text 传改写终稿。

用户问「好了吗」

用进度信息人话转述：「还在改写」「评估在跑，马上出」。禁止说「查不了」。转述后立即续轮询。

鉴权

读技能目录 config.json 的 LY_API_KEY（回退环境变量）。

1. 有 key → 继续
2. 没有 → 引导用户去 <https://claw.lingyishuke.com/webapps/01claw-auth/index.html?source=workbuddy> 取 key 写入 config.json
3. key 失效（退出码 8）→ 重新获取覆盖后重试
4. SSL 报错 → LY_SKIP_SSL_VERIFY=1 或 --insecure

信息收集

跟用户确认这些，缺什么问什么，只问一轮：

只处理文案文本，不分析视频画面。

⚠️ 一句话只做一件事：问信息就问信息，报价格就报价格，别混着说。

用户意图 → 你怎么接

详细话术见 [references/usage-notes.md](references/usage-notes.md) §1-2。

扣点与确认

每跑一轮前都要用户确认，跳过不得。 话术要简单，一句话只做一件事：

默认全流程（改写+评估）

开跑前一次确认：

帮你改写（约 12 点）+ 模拟读者验收（约 15 点），一共约 27 点，实际按用量算。可以吗？

改写完成后确认评估：

改好了 ✅ 实际扣了 {N} 点。接下来让模拟读者验一遍「还像不像 AI」，约 15 点。要验吗？

只改写

帮你改写，约扣 12 点，实际按用量算。可以吗？

直接评估

让模拟读者验收，约扣 15 点，实际按用量算。可以吗？

扣点相关规则

• 用户未确认/犹豫 → 不跑脚本
• 确认词统一用「可以吗？」，别混用「开搞？」「确认？」「来？」
• 成功后告知实扣：HUMAN_EVAL_POINTS_USED 有值就说「实际扣了 N 点」，没值就说「约扣 N 点，以账户为准」
• 失败后告知：「出了点问题，点数已退回来，要不要再试？」

运行方式

# 改写
python3 scripts/human_eval.py --mode rewrite --text "<原文或文件路径或->" --platform xhs --only-create
python3 scripts/human_eval.py --poll-task <task_id> --text "<原文>" --out ./改写报告.md

# 评估（改写完成后）
python3 scripts/human_eval.py --mode eval --text "<改写终稿>" --platform xhs --only-create 
  --personas "25-34-女-白领-高消费,35-44-女-宝妈-中消费"
python3 scripts/human_eval.py --poll-task <task_id> --text "<改写终稿>" --out ./评估报告.md

# 失败重试
python3 scripts/human_eval.py --retry-task <task_id> --out ./报告.md

# 同步一把梭（Web 端易被打断，慎用）
python3 scripts/human_eval.py --mode rewrite --text "..." --platform xhs --out ./改写报告.md
python3 scripts/human_eval.py --mode eval --text "..." --platform xhs --out ./评估报告.md

脚本参数说明：

• --mode rewrite|eval：必填。改写或评估。两次必须用不同 --idempotency-key。
• --platform xhs|channels|mp|dy：默认 xhs
• --personas：读者（如 25-34-女-白领-高消费），仅 eval 生效
• --comment-count：评论条数 1–20，默认 6，仅 eval 生效
• --out PATH：输出路径，缺省 报告-<task_id>.md
• --only-create：仅创建拿 task_id，配合 --poll-task
• --poll-task <id>：轮询，建议带 --text
• --retry-task <id>：重试，沿用原 mode
• --timeout 90 / --poll-interval 5 / --insecure / --idempotency-key
• --text -：从 stdin 读

输出交付

脚本 stdout 协议（你内部用，不对用户展示）：

HUMAN_EVAL_POINTS_USED=<实扣点>
HUMAN_EVAL_PLAN_POINTS=<预估点>
HUMAN_EVAL_REPORT_FILE=<文件路径>
HUMAN_EVAL_TASK_ID=<任务id>
HUMAN_EVAL_MODE=<rewrite或eval>
=== HUMAN_EVAL_REPORT_START ===
<Markdown 报告正文>
=== HUMAN_EVAL_REPORT_END ===

⚠️ 交付 = 用户必须直接在对话里看到报告全文。 只告诉用户「报告已保存到 xxx」不算交付，用户根本看不到内容。

第一步：把报告内容渲染出来（唯一核心交付）

脚本 stdout 里 === HUMAN_EVAL_REPORT_START === 和 === HUMAN_EVAL_REPORT_END === 之间的内容就是完整 Markdown 报告。你必须把这段 Markdown 直接输出到对话里，让用户在对话里就能看到完整的标题、卡片、引用排版。

❌ 绝对不能：

• ❌ 只说「报告已生成/已保存」却不在对话里输出正文
• ❌ 只告诉用户 MD 文件路径就认为交完了
• ❌ 把 HUMAN_EVAL_*= 协议行、=== 分隔符展示给用户
• ❌ 把带 n 的原文原样贴给用户

第二步：加上收尾话术

改写交付：输出 Markdown 后说——

改好了 ✅ 实际扣了 {N} 点。

如果预设要跑评估，接着说——

要让模拟读者来验一遍吗？约 15 点。

评估交付：输出 Markdown 后说——

上面就是模拟读者的验收结果，实际扣了 {N} 点。

然后给建议：

• 均分 ≥ 7 / 可发 → 「读者普遍觉得像真人写的，可以直接发了。」
• 均分 < 7 / 有 AI 嫌疑 → 「还有几个地方读者觉得像 AI，要不要我针对这几个点再改一轮？」

评估交付末尾附免责（见「免责声明」节）。

扣点数值取法：HUMAN_EVAL_POINTS_USED 有值说「实际扣了 N 点」，没值说「约扣 N 点，以账户为准」。

第三步（可选）：提一句文件位置

报告主体已经在对话里了，可以顺带说一句「MD 文件也存了一份在 {HUMAN_EVAL_REPORT_FILE}」，但这步跳过也行，不能代替第一步。

退出码处理

免责声明

评估交付时附一句（语气轻松）：

提醒一下，这个读者反应是模拟的，仅供参考哈，不能当发布决策的唯一依据。

改写本身是风格编辑，不声称「无法被 AI 检测器识别」。

通用原则

• 引用 reference 用相对路径
• 报告 Markdown 由后端渲染，skill 侧不做模板
• 最终 MD 由脚本覆写，agent 不要手动追加/改写输出文件
• 交付时务必把 Markdown 真正渲染给用户
• 只使用异步任务接口：POST /tasks → GET /tasks/{id} → 可选 POST /retry
• 改写和评估是两次独立任务，各扣各的点，--retry-task 沿用原 mode
• 两次任务必须用不同 --idempotency-key
• 所有用户沟通话术的单一事实源：[references/usage-notes.md](references/usage-notes.md) — 遇到不确定怎么说，去那里查