{ "markdown": "# humanizer-ru: очеловечить русский AI-текст для Claude Code, Cursor, Codex и других AI-агентов\n\n> 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.\n\n> [English version](README.en.md)\n\n[![License: MIT](https://img.shields.io/badge/license-MIT-blue.svg)](LICENSE)\n[![Версия](https://img.shields.io/badge/версия-3.20.0-blueviolet)](https://github.com/ilyautov/humanizer-ru/blob/main/CHANGELOG.md)\n[![Звёзды](https://img.shields.io/github/stars/ilyautov/humanizer-ru?style=social)](https://github.com/ilyautov/humanizer-ru/stargazers)\n[![skills.sh](https://skills.sh/b/ilyautov/humanizer-ru)](https://skills.sh/ilyautov/humanizer-ru/humanizer-ru)\n[![npm](https://img.shields.io/npm/v/humanizer-ru?label=npm%20%C2%B7%20dsh)](https://www.npmjs.com/package/humanizer-ru)\n\n

\n \n \"humanizer-ru:\n \n

\n\n> **Было:** «В современном мире данная технология является не просто инструментом, а стратегическим активом».\n> **Стало (факты автора):** «Инструмент экономит команде сорок минут в день. Попробуйте теперь его у людей забрать».\n>\n> Три жёстких бана в одном предложении. [Полный разбор с режимом аудита ниже](#до-и-после).\n\n🧪 **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.\n\n**Быстрый старт** в Claude Code, две команды:\n\n```\n/plugin marketplace add ilyautov/humanizer-ru\n/plugin install humanizer-ru@ilyautov-plugins\n```\n\nCursor, Copilot, Cline и другие агенты: `npx skills add https://github.com/ilyautov/humanizer-ru/tree/main/skills/humanizer-ru`. Claude.ai, Codex, DeepSeek Harness и раскатка на команду в [разделе «Установка»](#установка).\n\n📖 **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).\n\n## Зачем это нужно\n\nАнглийский [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.\n\nКроме 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.\n\n## Что внутри\n\n**64 паттерна AI-генерации в 14 категориях:**\n\n- A. Контентные: пустые открытия, размытые авторитеты, формульные выводы\n- B. Языковые: канцелярит, кальки, «является», нагромождение причастий\n- C. Стилистические: длинные тире, навязчивые списки, болд\n- D. Коммуникативные: артефакты чатбота, заискивание, водянистость\n- E. Морфологические: падежные ошибки, деепричастия не к подлежащему\n- F. Тональные: эмоциональная стерильность (4 подтипа), нет иронии, нет метафор\n- G. Структурные: разорванные абзацы, narrative drift, галлюцинации\n- H. Человеческие мелочи: идеальная грамотность, вылизанная типографика\n- I. Паттерны убеждения: негативные параллелизмы, авторитетные трюизмы\n- J. Информационный ритм: равномерная плотность, гладкие переходы, macro-burstiness\n- K. Хеджирование и специфика: модальная неопределённость, translationese, нет идиом\n- L. Стилистические фингерпринты 2025-2026: рваная медитативность, контр-вопросы, эмодзи-декор, псевдо-терапия, пустой образ, самомаркировка честности\n- M. Формулы и артефакты 2026: неодушевлённый субъект, Title Case в заголовках, обрыв на полуслове, триада-отрицание\n- 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)\n\n**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».\n\n**Quad-pass аудит**: четыре независимых прохода: Детектор (поиск маркеров), Человек с улицы (взгляд читателя), Кардиограмма (вариативность информационной плотности), Скелет (анализ первых строк пунктов списка на шаблонность).\n\n**Калибровка под голос автора.** Если дать образцы своего письма, скилл анализирует ритм, лексику, любимые обороты, пунктуацию, тон и применяет ваш стиль вместо средне-нейтрального.\n\n**Три режима работы:**\n- Полное редактирование (по умолчанию): все 64 паттерна\n- Аудит: только диагностика, текст не трогает\n- Точечная правка: работа с одной категорией\n\n**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).\n\n## Проверить текст без установки\n\nНа [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.\n\n## Установка\n\nСкилл разворачивается тремя путями: загрузкой в веб-интерфейс Claude.ai, централизованной раскаткой на команду или установкой в локальные агенты (Claude Code, Cowork, API).\n\n### 1. Claude.ai (веб-интерфейс)\n\n1. Скачайте готовый архив скилла:\n [humanizer-ru.zip](https://github.com/ilyautov/humanizer-ru/releases/latest/download/humanizer-ru.zip)\n2. Откройте Claude.ai → **Settings** → **Capabilities** → **Skills**.\n3. Нажмите **Upload skill** и выберите скачанный архив.\n\n> 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:\n>\n> ```bash\n> git clone https://github.com/ilyautov/humanizer-ru.git\n> cd humanizer-ru/skills\n> zip -r ../../humanizer-ru.zip humanizer-ru -x '*/__pycache__/*'\n> ```\n\n### 2. Организации (Enterprise и Team)\n\nАдминистраторы 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**.\n\n### 3. Claude Code, Cowork и API (локальные агенты)\n\n**Через плагин-маркетплейс** (рекомендуется):\n\n```\n/plugin marketplace add ilyautov/humanizer-ru\n/plugin install humanizer-ru@ilyautov-plugins\n```\n\nПосле установки плагин подгружает скилл автоматически при триггерах вроде «очеловечь», «убери канцелярит», «перепиши как человек».\n\n**Через skills.sh CLI** (универсальный путь для любого Claude-агента):\n\n```bash\nnpx skills add https://github.com/ilyautov/humanizer-ru/tree/main/skills/humanizer-ru\n```\n\nCLI 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.\n\n**Через API (`/v1/messages` и аналоги):** передайте скилл параметром `container.skills`. Детали в документации вашего клиента.\n\n**Вручную** (если ничего из выше не подошло):\n\n```bash\ngit clone --depth 1 https://github.com/ilyautov/humanizer-ru /tmp/humanizer-ru\nmkdir -p ~/.claude/skills\ncp -r /tmp/humanizer-ru/skills/humanizer-ru ~/.claude/skills/\n```\n\nКопируйте папку целиком, а не один SKILL.md: вместе со скиллом едет\nдетерминированный сканер `scripts/scan.py` (машинная половина режима «Аудит»;\nработает при наличии `pip install razdel pymorphy3`, без них скилл просто\nпроводит аудит вручную).\n\n### 4. Codex CLI (OpenAI)\n\nCodex использует тот же формат Agent Skills, отдельная версия не нужна:\n\n```bash\ngit clone --depth 1 https://github.com/ilyautov/humanizer-ru\nmkdir -p ~/.codex/skills\ncp -r humanizer-ru/skills/humanizer-ru ~/.codex/skills/\n```\n\nЛибо изнутри Codex через `skill-installer`: укажите путь\n`ilyautov/humanizer-ru/skills/humanizer-ru`. После установки перезапустите Codex;\nвызов: `$humanizer-ru` или автоматически по триггер-фразам («очеловечь»,\n«убери канцелярит»). Проектная установка: та же папка в `.codex/skills/` внутри репозитория.\n\n### Проверка установочного пакета\n\nПеред релизом соберите ZIP тем же скриптом, который использует CI, затем\nпрогоните install-smoke по готовому архиву. Проверка копирует\n`skills/humanizer-ru` в чистую временную папку скиллов, запускает сканер из\nустановленной копии и проверяет, что в ZIP нет `.DS_Store`, `__pycache__` и\n`*.pyc`:\n\n```bash\npython3 scripts/build_release_zip.py --output dist/humanizer-ru.zip .\npython3 scripts/install_smoke.py . --zip dist/humanizer-ru.zip\n```\n\nОжидаемый результат:\n\n```text\nRESULT: PASS build-release-zip\nRESULT: PASS install-smoke\n```\n\n### 5. Другие агенты (общий стандарт SKILL.md)\n\nФормат 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.\n\n| Как подключается | Агенты | Что делать |\n|---|---|---|\n| 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/`) |\n| Конвертация инсталлером | Windsurf, Trae, Junie | Поставить через их установщик скиллов, указав репозиторий `ilyautov/humanizer-ru` |\n| Ручная вставка | Zed, Aider, Continue.dev | Вставить тело `SKILL.md` в файл правил или инструкций агента |\n\nУниверсальный 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.\n\n> 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.\n\n### 6. DeepSeek Harness (dsh)\n\nDeepSeek Harness читает тот же формат Agent Skills, и скилл ставится двумя способами.\n\nБандлом из npm, одной командой в нужный профиль (`web`, `tui` или `headless`):\n\n```bash\ndsh plugin --profile web add humanizer-ru\n```\n\nТот же бандл прямо из GitHub, если нужна конкретная ветка или свежий main: `dsh plugin --profile web add github:ilyautov/humanizer-ru`.\n\nБандл 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`.\n\nКопией в пользовательский корень скиллов:\n\n```bash\ncp -r humanizer-ru/skills/humanizer-ru ~/.agents/skills/\n```\n\ndsh 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.\n\n## Использование\n\nПопросите Claude по-русски:\n\n```\nОчеловечь этот текст: [вставьте текст]\nПерепиши, звучит как робот: [вставьте текст]\n```\n\nТриггеры срабатывания: «очеловечь», «убери следы нейросети», «сделай живым», «звучит искусственно», «перепиши как человек», «убери канцелярит», «слишком формально».\n\nРежим аудита (только диагностика, без переписывания):\n\n```\nПроверь этот текст на AI-маркеры: [вставьте текст]\n```\n\nТочечная правка одной категории:\n\n```\nУбери канцелярит из текста: [вставьте текст]\n```\n\nПри установке плагином в Claude Code доступны slash-команды:\n\n```\n/humanize <текст или путь к файлу> # полный рерайт\n/audit <текст или путь к файлу> # аудит без правки (сканер + разбор)\n```\n\nСканер знает про жанр. По умолчанию он строгий, под маркетинг и блоги, а для\nдругих регистров снимает маркеры, которые там законны:\n\n```bash\npython skills/humanizer-ru/scripts/scan.py статья.txt --genre academic # ещё legal, fiction\npython skills/humanizer-ru/scripts/scan.py стало.txt --before было.txt # чистота до/после + факт-замок\n```\n\nЗачем это нужно, показал прогон по внешнему размеченному корпусу AINL-Eval 2025\n(35 158 русских научных аннотаций): в строгом режиме баны оставались в 35,9%\nчеловеческих текстов против 26,1-35,8% машинных, то есть на научном тексте\nкаталог не различал автора вовсе. С жанровой поправкой ложные срабатывания на\nлюдях падают до 4,2%. Цифры и метод: [eval/AINL-CALIBRATION.md](eval/AINL-CALIBRATION.md).\nТретий корпус, [LLMTrace](https://huggingface.co/datasets/iitolstykh/LLMTrace_classification)\n(14 763 русских текста, 30 генераторов, впервые GigaChat и YandexGPT), подтвердил\nграницы: на отзывах и историях длинное тире ставят 2-8% людей против 28-33%\nмашин, а в энциклопедических статьях наоборот. Разбор:\n[eval/LLMTRACE-CALIBRATION.md](eval/LLMTRACE-CALIBRATION.md).\n\n## До и после\n\n**Полное редактирование:**\n\nДо:\n> 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.\n\nПосле (факты автора):\n> 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.\n\nПять жёстких банов сработали в двух предложениях. Типичная картина.\n\n**Режим аудита на том же тексте выдаст:**\n\n```\n[A] Пустое открытие: \"В современном мире...\"\n[A] HARD BAN: \"является мощным инструментом\"\n[A] HARD BAN: \"играет важную роль\"\n[A] HARD BAN: \"Стоит отметить, что...\"\n[B] Канцелярит: \"оптимизации рабочих процессов\"\n[B] Раздувание: \"всё более важную роль в различных сферах\"\n```\n\n## Работают ли AI-детекторы на русском языке?\n\nКоротко: плохо, и это придётся учитывать.\n\nGPTZero, Originality.ai, ZeroGPT и другие популярные детекторы AI-текста обучены в основном на английском. На русском они ненадёжны и ошибаются в обе стороны:\n\n- **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».\n- **Пропуски (false negatives):** аккуратный AI-текст проходит как человеческий.\n\nДаже 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)).\n\n**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.\n\nМы 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».\n\n## Часто ищут\n\n**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.\n\n**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.\n\n**Как сделать текст ChatGPT человеческим на русском?** Три шага: убрать 21 жёстких банов, пройти контрастным вычитанием (одна замена на предложение), добавить речевые привычки (частицы, иронию, личное мнение, метафоры). Калибровка под голос автора усиливает эффект.\n\n**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.\n\n**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».\n\n**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».\n\n**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.\n\n**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.\n\n**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).\n\n**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.\n\n## Чем отличается от английского humanizer\n\n| | humanizer-ru | blader/humanizer |\n|---|---|---|\n| Язык | Русский | Английский |\n| Паттернов | 64 | 32 |\n| Жёстких банов | 20 | - |\n| Аудит | Quad-pass | Single-pass |\n| Voice calibration | Да | Да |\n| Стилистические фингерпринты 2025-2026 | Да | Нет |\n| Морфология RuBERT-детекторов | Да | - |\n| Macro-burstiness структурных блоков | Да | Нет |\n\nАнглийский 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.\n\n## Источники\n\nСкилл собран из четырёх независимых источников развития:\n\n- **Wikipedia: WikiProject AI Cleanup**: базовый каталог признаков AI-текста на русском\n- **15+ русскоязычных публикаций**: Habr, vc.ru, Gramota.ru, стилометрические исследования ВШЭ, Dialog Conference (RuATD-2022 и AINL-Eval 2025), TechInsider, Kokoc.com\n- **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).\n\nChangelog: [CHANGELOG.md](CHANGELOG.md). Метрики и eval-харнес: каталоги [`scripts/`](scripts/) и [`eval/`](eval/).\n\n## Автор\n\nИлья Утов. Пишу про AI и работу с текстом в Telegram: [Under the Hood](https://t.me/gorilla_under_hood).\n\n## Контрибьюторы\n\n- **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.\n- **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.\n\nПолный список, включая баг-репорты, которые изменили код: [CONTRIBUTORS.md](CONTRIBUTORS.md). Как попасть в него: [CONTRIBUTING.md](CONTRIBUTING.md).\n\n## Лицензия\n\nMIT: используйте свободно, форкайте, дорабатывайте. Pull request с новыми паттернами приветствуются.\n\n---\n\n**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.\n", "bytes": 22993, "sha": "b1d7d76d37f02a10626faeb836c52abbb936b26575b00c66c4e81fec50fad2ac", "repo_slug": "ilyautov/humanizer-ru", "fonte": "repo", "truncated": false, "api": "https://agentalog.com/api/listings/plg_ilyautov_humanizer_ru_7762fa1d/readme" }