/ ディレクトリ / プレイグラウンド / humanizer
● コミュニティ blader ⚡ 即起動

humanizer

作者 blader · blader/humanizer

AI が生成した散文を書き換えて、「ChatGPT がこれを書いた」と叫ぶ全角ダッシュ、トリコロン、およびヘッジされた主張を削除します。

Humanizer は、AI ライティングの明らかなマーカーを特定して削除するクロード コード スキルです。たとえば、積極的なエムダッシュの使用、3 つのルールのリズム、不必要なヘッジ (「注意することが重要です」)、および一般的な強調形容詞 (「詳細」、「ナビゲート」、「堅牢」) です。出荷前に下書きに取り組みます。

なぜ使うのか

主な機能

ライブデモ

実際の動作

準備完了

インストール

クライアントを選択

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "humanizer-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/blader/humanizer",
        "~/.claude/skills/humanizer"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config を開く。保存後、アプリを再起動。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "humanizer-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/blader/humanizer",
        "~/.claude/skills/humanizer"
      ],
      "_inferred": true
    }
  }
}

Cursor は Claude Desktop と同じ mcpServers スキーマを使用。プロジェクト設定はグローバルより優先。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "humanizer-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/blader/humanizer",
        "~/.claude/skills/humanizer"
      ],
      "_inferred": true
    }
  }
}

Cline サイドバーの MCP Servers アイコンをクリックし、"Edit Configuration" を選択。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "humanizer-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/blader/humanizer",
        "~/.claude/skills/humanizer"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop と同じ形式。Windsurf を再起動して反映。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "humanizer-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/blader/humanizer",
        "~/.claude/skills/humanizer"
      ]
    }
  ]
}

Continue はマップではなくサーバーオブジェクトの配列を使用。

~/.config/zed/settings.json
{
  "context_servers": {
    "humanizer-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/blader/humanizer",
          "~/.claude/skills/humanizer"
        ]
      }
    }
  }
}

context_servers に追加。保存時に Zed がホットリロード。

claude mcp add humanizer-skill -- git clone https://github.com/blader/humanizer ~/.claude/skills/humanizer

ワンライナー。claude mcp list で確認、claude mcp remove で削除。

ユースケース

実用的な使い方: humanizer

AI は公開前にブログ投稿の下書きからメッセージを取り除きます

👤 AI 支援を利用しているが、他の人と同じように表現したくないライター ⏱ ~20 min beginner

使うタイミング: クロードと一緒に投稿の下書きを作成しましたが、それは 2025 年の LinkedIn の思想的リーダーのすべての投稿と同じように読めます。

前提条件
  • スキルがインストールされています — git clone https://github.com/blader/humanizer ~/.claude/skills/humanizer
フロー
  1. 診断する
    Use humanizer. Analyze /drafts/post.md. List the AI tells — em-dashes, rule-of-three, hedged opener, generic adjectives — with counts.✓ コピーしました
    → Concrete tell inventory, not vibes
  2. 保守的に書き直す
    Rewrite paragraph by paragraph. Change only the AI tells. Keep my voice. Show diff.✓ コピーしました
    → Minimal diff, voice preserved
  3. スポットチェック
    Read the revised version aloud (just the first 200 words). Does it still sound like me?✓ コピーしました
    → Sampled read; flag anything that drifted

結果: 読者の AI 検出反射を引き起こさない投稿。

注意点
  • Over-aggressive rewrite flattens your actual voice — Run conservatively first; only escalate sentence-by-sentence on problem areas
組み合わせ: ファイルシステム

技術ドキュメントを生成されたものではなく、書かれたものとして聞こえるようにする

👤 Teams による README/API ドキュメントの自動生成 ⏱ ~45 min intermediate

使うタイミング: 自動生成されたドキュメントにはすべて「この包括的なガイドでは...」と書かれていますが、ユーザーはそれを嫌っています。

フロー
  1. バッチをスキャンする
    Use humanizer on every .md under /docs. For each, report the tell density (tells per 100 words).✓ コピーしました
    → Doc-by-doc density report
  2. 最悪の犯罪者を修正する
    Rewrite the 5 with highest density. Stay technical — no vibes, just strip the filler.✓ コピーしました
    → Diffs show removed fluff without losing substance

結果: 人間が書いたかのように読めるドキュメント。テクニカル ライティングでは、「何か言いたいことがあるように読む」ことを意味します。

注意点
  • Stripping hedging where it was actually a safety note — Review diffs — if a "note that..." was a real warning, keep it
組み合わせ: ファイルシステム

組み合わせ

他のMCPと組み合わせて10倍の力を

humanizer-skill + filesystem

Bulk-humanize a folder of drafts

/blog/drafts の下にあるすべての .md に対して humanizer を実行します。✓ コピーしました
humanizer-skill + github

Humanize a PR's auto-generated description

PR #2341 の説明を人間らしくし、アップデートをプッシュします。✓ コピーしました

ツール

このMCPが提供する機能

ツール入力呼び出すタイミングコスト
diagnose text: str 書き直す前に、何が間違っているかを確認する 0
rewrite text: str, intensity: conservative|aggressive 修正を適用する 0
compare_voice sample_a, sample_b 書き換え後の音声保存を確認する 0

コストと制限

運用コスト

APIクォータ
N/A
呼び出しあたりのトークン
テキストの長さに比例する
金額
Free
ヒント
まずは診断しましょう - 安価です。必要な部分だけを書き換えます。

セキュリティ

権限、シークレット、影響範囲

認証情報の保管: None
データ送信先: なし — スキルはプロンプトレベルです

トラブルシューティング

よくあるエラーと対処法

以前と同じように AI のようにサウンドを書き換えます

あなたは保守モードに入っています。積極的に切り替えて、参考として実際の声のサンプル 3 ~ 5 段落を提供します。

スキルが発動しない

「ヒューマナイザーを使用する」と明示的に述べてください。自動アクティベーションはスキルのメタデータに依存します。

リライト後に音声が流れる

サンプルを使用して音声を固定します:「この段落の音声と一致するように書き直します」

代替案

humanizer 他との比較

代替案代わりに使う場面トレードオフ
Humanizer-zhあなたは中国語で書いています中国風のパターン
Manual editing短編作品。編集するだけのほうが早い系統的なパターンキャッチがない

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る