muse-agent-example/docs/系统架构/新版设计/研究依据/去味与评测代码借鉴.md

新版 agent-example：去味、声音与评测代码借鉴

资料状态：研究快照。正文中的“本轮”“当前”和测试结果均指原研究记录的核对时点。本次整理未重跑这些业务测试；新版目标以设计阅读指南及其主题文件为准。

研究日期：2026-09-08。范围：git/human-writer/ 的 16 个仓库。本文为新版架构的研究输入，尚未成为正式设计。未修改业务代码、原仓配置或既有研究报告，未调用模型、网络或数据库。

已读项目综合研究 去除写作 AI 味的开源方案研究（原路径 ../../../../../.agents/knowledge/ai-writing-humanization-open-source-research.md，已随旧实现退出，见固定基线） 和 16 仓原有 docs/research/ai-humanizer-analysis.md 的身份、结论与证据入口。重点直接复核 avoid-ai-writing、shuorenhua、im-not-ai、no-ai-slop、human-writing 的当前源码/规则；其余项目只作机制选取，不声称本轮完成全仓审计。inkos、neuro-book、Openwrite 不在本子任务的深入范围。

1. 架构结论

新版应保留 诊断、裁决、受控修改、保真验证、候选比较 这条质量流程，把它实现为可导入的业务模块。模型负责提出具名发现和修改候选；确定性代码负责范围、版本、定位、结构校验和结果留痕。质量模块没有直接改正式正文、自动修改作者偏好或自行启用规则的权限。

应分别建立三个有业务含义的模块：

1. 质量审阅：发现问题，保护事实与声音，生成修订候选；复用统一任务和候选基础设施。
2. 声音与偏好：维护作者明确要求、作品声音、角色声音及其来源版本；向写作和审阅提供同一份冻结选择结果。
3. 评测与改进：管理样本、独立运行、逐例结果、盲评及规则版本启停；消费创作反馈，但不把一次接受或一次成功执行直接解释为方法有效。

这些是模块职责，不要求拆成独立服务，也不要求每一步新建一个 Agent。优先用普通函数、结构化数据和现有运行器完成；真正需要语义判断的步骤才调用模型。

2. 16 仓逐项取舍

“采用机制”指按本系统合同重写或吸收方法，并非整仓搬入；“只作案例”不进入生产判定；“不采用”指不采用所列链路为去味核心，不否认其其他产品价值。完整提交号是本轮本地 git rev-parse HEAD 的结果。除 PaperSpine 工作树干净外，其余 15 仓只有原有研究报告未跟踪，无业务源码差异。

项目与当前提交	取舍	借鉴或排除依据
humanizer 9862685f575c65a8247f90369951df1b3416e3d6	采用机制（提示词合同）	作者样本优先、保护信息、按文本类型选规则；当前 SKILL.md:36 又明确豁免 fiction 的新增细节限制，不能把它直接用作“只改表达”的小说修订合同。当前仍以 Markdown 为文本处理核心；旧报告（原路径 ../../../../../git/human-writer/humanizer/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线） 与当前 SKILL.md:35–44 对照。
stop-slop 8da1f030185bdfe8471220585162991eaeb970e9	只作案例	可收集元话语、虚假深刻等模式；SKILL.md:48–60 的五维 35/50 自评分及无条件标点/副词禁令不进入自动门禁。纯提示词，无文本执行器；报告（原路径 ../../../../../git/human-writer/stop-slop/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
Humanizer-zh 91f3d394db8419c20d67ebe22a96cf8fee0a404b	只作反例	中文改写示例可用于“不得新增无源数字、机构、经历”的回归陷阱；没有检测、修订或保真代码。不能把英文模式翻译当中文小说规则验证；报告（原路径 ../../../../../git/human-writer/Humanizer-zh/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
no-ai-slop 000650b156983f5159695b441477f4e63b25dc85	采用机制（提示词合同）	Detect/Edit 分流、引用问题原句、保留个人声音、最小有效修改；eval.md 是同模型自检，Python 仅打包。采用交互合同，不把自检叫独立评测；见 §3.4。
academic-humanizer 94b88b23703bed7df507acae7d6d5876209a0cdf	采用机制（资料与事实段）	主张与证据对应、合法不确定性、先审计再改写，可用于作品研究材料；纯 Markdown，学术句长阈值和写作 move 不迁成小说硬规则；报告（原路径 ../../../../../git/human-writer/academic-humanizer/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
avoid-ai-writing a465548fe813969dc7006c2e042efa305c09c96f	采用局部实现	独立保真函数、错误/警告分离、必须命中/必须放行成对测试；不用作者身份分类、伪概率或“命中数增加即失败”作质量标准。见 §3.1。
human-writing 4fda173f3fef7fb808f3eba991eeb2528ea4b189	采用边界，规则作案例	Python lint 明确只报告、不自动改文；现实/虚构分流有用。其硬禁冒号、破折号与固定词表不能成为通用中文小说标准，见 §3.5。
PaperSpine 1fe46f0e76aab800db381b0a0c392cebe14d86bf	采用机制（局部）	旧报告中有改写矩阵、段落功能、证据校验和审计脚本；当前项目已扩展，未在本轮重审完整新产品。只吸收“原功能—目标—依据—操作”记录，不把论文工作流或闭卷全文重写搬进小说去味；报告（原路径 ../../../../../git/human-writer/PaperSpine/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
im-not-ai 9747f036cdc28a1a8aea4dc71fef1f7846eb96f7	采用局部实现	长文按区间分割/重组、源哈希、按句对应的情态保留、歧义时报告；不能套用韩文阈值、占位 baseline 或生产依赖测试树。当前已修生产检查依赖测试目录的问题，见 §3.3。
talk-normal d89cf329e775e640181427fae071652198264c7e	只作案例	常驻 prompt 注入和漏例回归文档，可用于 Agent 汇报文风；不是作者正文修订器。Bash benchmark 依赖 curl/jq 与模型服务，历史自评分不构成小说质量证据；报告（原路径 ../../../../../git/human-writer/talk-normal/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
shuorenhua d2d0ce27da295581c3cf87a30ab65deb7d0ddfb8	采用局部实现与合同	场景、保护类型、修改范围双轴、匿名样本生成、逐例解析和有来源的人类对照语料校验；不搬固定字符比例作所有小说任务的限制。当前代码比旧报告增加了实质语料与评测机制，见 §3.2。
speak-human-tw 0dab31809a1691198ad6db2b8bd539d2c1f71b75	采用样本组织方法	同一表面模式配“该修/不该修”例，繁中用语留在语言包；主要为提示词和合成 benchmark。自旧报告以来仅星图改变，不存在新增正文校验器的证据；报告（原路径 ../../../../../git/human-writer/speak-human-tw/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
humanize-text e43ca3ad79328da197f48a72e0fdc57196634009	不采用去味链路	Python 标准入口的多轮改写与回译需要 LLM、Google、Niutrans；代码没有与扰动幅度相称的事实、声音和回退合同。不通过改词/翻译扰动追求 detector 降分；报告（原路径 ../../../../../git/human-writer/humanize-text/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
AIWriteX 738fc3e8b85c9da2519959b55bcab387f84d54b8	不采用去味核心	原有 CrewAI 内容生成/发布和二次维度改写，未形成独立保真去味模块；旧研究提交至当前只增 README 与宣传图，不能按新宣传升级实现判断。依赖 Python/CrewAI、Web 服务与模型；报告（原路径 ../../../../../git/human-writer/AIWriteX/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
AI_paper 079e751ba1a1db0a8d0f80301188cd471b0bb099	只作反例	学术桌面工具的启发式“AI 率”、模型自判、降重提示不进入小说质量目标；保留报告导入/人工纠错作为交互案例。真实应用依赖 GUI、文档库、API；报告（原路径 ../../../../../git/human-writer/AI_paper/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。
unslop edcb62386d129c65e4395f0cfcc9168eb1ba2148	采用实验思路，暂不引入执行器	按固定模型批量取样并发现重复模式，可产生规则候选；Python CLI 依赖外部 claude，视觉分支依赖 Playwright。生成负向 profile 不等于已证明的正文修订效果，候选必须独立评测；报告（原路径 ../../../../../git/human-writer/unslop/docs/research/ai-humanizer-analysis.md，已随旧实现退出，见固定基线）。

3. 五个重点项目的当前证据

3.1 avoid-ai-writing：最值得借的是独立保真接口与双向回归

直接接口是 validate(original, rewritten, options)，返回 ok/errors/warnings/stats，不负责发起模型或保存用户稿。源码（原路径 ../../../../../git/human-writer/avoid-ai-writing/detector/validate.js，已随旧实现退出，见固定基线）：165–184 行验证参数、统一 CRLF；186–245 行分别检查代码块、frontmatter、引用、表格、代码标识、URL、路径；248–270 行将标题结构与数字变化分级处理。

可迁移的是每种保护项单独产出错误码，允许合法格式变化。例如 CRLF 与 LF 只变行尾可放行，代码内单独 \r 仍不能被吞掉。这种边界在 validate.test.js（原路径 ../../../../../git/human-writer/avoid-ai-writing/detector/validate.test.js，已随旧实现退出，见固定基线）:109 有专门测试，不靠模型回读。

不能直接迁入的有三点：

• validate.js:266–269 的数字丢失仅警告；它没有检查“数字仍在但改了归属”的关系变化。小说里的年龄、伤势、时间、道具数量应使用原文定位和实体/命题关联校验。
• validate.js:280–301 把检测命中数增加视为错误，这会把未经本项目标定的风格偏好带进保真门禁。新系统应分别报告语义保护失败与风格候选变化。
• patterns.js（原路径 ../../../../../git/human-writer/avoid-ai-writing/detector/patterns.js，已随旧实现退出，见固定基线）:2308–2383 根据手工阈值生成 HUMAN_ONLY/MIXED/AI_ONLY 和概率；它不是本系统判断稿件好坏、是否可采纳的依据。

依赖：Node ≥18，校验器零第三方依赖。文本改写仍由宿主 LLM 完成。本轮实际运行 node detector/validate.test.js，28 项通过；没有运行全量 detector/corpus 测试、模型改写或中文效果评测。

3.2 shuorenhua：值得借的是范围合同与真实评测资料管理

其 SKILL.md（原路径 ../../../../../git/human-writer/shuorenhua/SKILL.md，已随旧实现退出，见固定基线）:175–241 将“改写力度”和“结构可变范围”分开；359–381 要求先做保真回读，再检查残留，区分逐字保护与含义保护。它们是模型提示合同，并不是代码已经能验证人物、世界设定或伏笔。

当前新增的可执行部分明显多于旧报告：

• make_blind.py（原路径 ../../../../../git/human-writer/shuorenhua/automation/eval/make_blind.py，已随旧实现退出，见固定基线）:27–63 校验样例形状；66–107 将原文与期望分离，固定种子生成匿名输入和映射。解析漂移直接报错。
• hard_metrics.py（原路径 ../../../../../git/human-writer/shuorenhua/automation/eval/hard_metrics.py，已随旧实现退出，见固定基线）:972–1004 检查语料 schema；1195–1237 检查文件边界、SHA256 和去重；1264–1304 分别校验样本组成与直接适配场景。评测资料具备明确身份。
• hard_metrics.py:1641–1653 的 --human-stats 只读语料并统计；该统计成功不等于人类盲评通过。
• eval README（原路径 ../../../../../git/human-writer/shuorenhua/automation/eval/README.md，已随旧实现退出，见固定基线）:114–119 明确连词密度、引号等分布不足以设通用阈值；相同计数可以分别是无功能包装与人物对白。能记录负结论并撤去不可靠阈值比多加指标更值得迁移。

本轮用 Python runpy.run_path 只读调用 load_human_corpus、validate_human_cohort、validate_human_representativeness：10 篇 active、9 个作者组、6 篇 proxy、4 篇 direct，direct 覆盖 docs/public-writing/status，校验通过。未联网核验作者与许可真实性。人类语料 README（原路径 ../../../../../git/human-writer/shuorenhua/evals/human-corpus/README.md，已随旧实现退出，见固定基线）:57–59 仍写 8 篇和代表性缺口，已落后于当前 manifest 与代码实测；不能沿用旧数字。

仍然不能照搬为本系统完整 holdout：

• make_blind.py:77–78 和 eval README:16 明确隔离主要靠 prompt 纪律，答案仍在同一工作区；新运行器应从工具能力和可读文件上隔离答案。
• run-manifest.md（原路径 ../../../../../git/human-writer/shuorenhua/evals/run-manifest.md，已随旧实现退出，见固定基线）:3–5 说明原始模型输出通常只在维护者本地；本地快照不能完整重查这些历史执行。
• results-v2.4.0.md（原路径 ../../../../../git/human-writer/shuorenhua/evals/results-v2.4.0.md，已随旧实现退出，见固定基线）:19、30–43 记录冻结样本与 34 条受影响面验证；36 行说明静态逐条复核取代了曾漏报真问题的模型 judge。这是具体运行记录，不能外推全量 120 条或独立读者文学偏好。

依赖：评测脚本使用 Python 标准库；改写和语义判分依赖外部模型。本轮未运行改写、judge、采集脚本或大套测试。

3.3 im-not-ai：采用局部修复、长文完整性与运行边界测试

当前 restore_modality.py（原路径 ../../../../../git/human-writer/im-not-ai/scripts/restore_modality.py，已随旧实现退出，见固定基线）:157–208 对齐原文与结果的句子，检查情态消失，保留低相似、合句、拆句信息；211 起只在能安全定位时局部恢复。它避免用整篇“可能/应该”的净数量判断保真：另一句增加限定词不能抵消当前句把“可能发生”改成“已经发生”。

高价值反例位于 test_restore_modality.py（原路径 ../../../../../git/human-writer/im-not-ai/tests/test_restore_modality.py，已随旧实现退出，见固定基线）:43–97：合句、吸收新命题、拆句、摘要引用抢走原文对齐、低相似。既测该修，也测有歧义时不得动手。本轮 python3 -B -m unittest discover -s tests -p test_restore_modality.py -v 12 项通过。只证明这些韩文样例的程序行为，中文需重新实现分句、对齐和语义标记。

长文 reassemble_chunks.py（原路径 ../../../../../git/human-writer/im-not-ai/scripts/reassemble_chunks.py，已随旧实现退出，见固定基线）:62–109 校验源哈希、区间拼接、缺失结果、空块；这种输入清单值得复用，不能只按前 N 字评审后宣称整章通过。该完整性机制不证明块内含义和跨块声音保真。

运行组织有一个与 agent-example 高度相关的修正：verify_gates.py（原路径 ../../../../../git/human-writer/im-not-ai/scripts/verify_gates.py，已随旧实现退出，见固定基线）:49–60 已将生产检查 checks.py 移出测试树；test_runtime_boundary.py（原路径 ../../../../../git/human-writer/im-not-ai/tests/test_runtime_boundary.py，已随旧实现退出，见固定基线）:64–85 用不含 tests/ 的部署副本运行入口。这种“按真正交付包验证”的行为测试应吸收，不能只增加检查 sys.path 字符串的静态规则。

指标仍有边界：当前 verify_gates.py:281–288 会在指标计算异常时清空 z-score，只打印该轴不可判断；baseline_v2.json:2–5 仍明确是 placeholder。另一方面，baseline.json:3–4 已新增来源和用户语料描述，不能再笼统说当前全部标定都只是占位。新版必须逐指标保留 已验证/未标定/执行失败/不适用；缺检查不能与全部通过同态。

依赖：Python 标准库，当前修订由外部 LLM 执行；部分仓内测试另需 pytest。本轮只执行上述 12 项纯函数测试；门禁/部署/分块测试仅阅读，没有模型、网络或数据库调用。

3.4 no-ai-slop：只采用交互合同，不建立一个假的评分器

SKILL.md（原路径 ../../../../../git/human-writer/no-ai-slop/skills/no-ai-slop/SKILL.md，已随旧实现退出，见固定基线）:10–14 定义 Edit 与 Detect，检测模式引用问题原句，禁止替用户改写、打分或猜 AI 作者；26–30 要求保留声音、最小修改、不加事实；90–97 是同一模型阅读与自检流程。

应把这些约定转为新系统的明确动作：诊断只生成发现；申请修订带授权范围；保留记录叙事功能理由；询问作者记录具体分歧。保存了诊断报告不应自动开始重写。

eval.md（原路径 ../../../../../git/human-writer/no-ai-slop/skills/no-ai-slop/eval.md，已随旧实现退出，见固定基线）:1–12 的 pass/fail 是自检清单；build_plugin.py（原路径 ../../../../../git/human-writer/no-ai-slop/scripts/build_plugin.py，已随旧实现退出，见固定基线）:25–51 只验证插件文件和元数据。仓库没有正文检测器、保真执行器或独立评测器。运行依赖是 Agent/LLM；Python 是打包工具。本轮只读，不运行打包或模型。

3.5 human-writing：借“只报问题”，不借全局中文禁令

check_prose.py（原路径 ../../../../../git/human-writer/human-writing/human-writing/scripts/check_prose.py，已随旧实现退出，见固定基线）:1–2 明确只报警不改文；443–463 对部分词汇保留语境说明。这适合成为质量模块的廉价诊断插件。

但是同文件 90–95 将冒号、破折号列为禁用标点；300–301 对句长变异系数的注释直接概括“人写长短差距大、模型句长接近”，没有本轮可复跑的中文小说证据。新系统不应把这些仓库偏好提升为所有题材、所有人物的硬约束。硬错误只能来自已确认任务合同或确定性内容损坏；风格倾向先进入观察。

依赖：Python 标准库，改稿依赖外部 Agent。检查器本轮只读，未执行。

4. 新质量模块的接口与数据归属建议

以下是设计建议，不是外部仓库已完成的事实。

模块内职责	输入与输出	硬边界
建立审阅任务	输入正文版本、任务意图、允许范围、事实/声音/承诺引用、规则集版本；输出不可变任务快照	不让诊断模型重定义原文版本和授权范围。检查过程只读。
执行诊断	表层检查与语义检查输出同一类具名发现：位置、引文、理由、适用规则、严重度、置信与是否需上下文	检查失败和不适用有独立状态；没有覆盖全文不能标“整章已审”。
裁决发现	每项形成修、留、问或否决，并记录上下文与作者决定	命中规则不是修订命令；普通风格告警不阻断作者保留原文。
构造修订	输入已选发现、保护合同；输出唯一定位的 patch 或明确结构调整候选	范围外正文不得变化；位置不唯一、源哈希漂移、patch 重叠即拒绝应用。
验证修订	逐字保护、数字/实体/关系/否定/情态/视角与知识时点、声音偏移、承诺检查	确定性违反阻断候选；语义不确定转作者决定；每个检查保留产物和版本。
比较与交付	比较原稿与合法候选，保留原文胜出、平局、零修改；生成可审阅候选和差异	只有统一候选确认服务可写正式内容；质量模块不另建 adopt、版本库或运行器。

可以用中文领域名组织 质量/诊断.py、质量/修订.py、质量/保护.py、质量/裁决.py，外部统一导出少量业务入口；按实际复杂度再拆子模块。规则词表和文体提示是版本化数据，不散落在 UI、Skill 和 SQL 脚本三处。中文名称服务于业务可读性，现有第三方协议名与固定字段名保留；不为翻译而引入两套实体。

最少持久化对象建议为 审阅任务、诊断报告、问题项、问题裁决、修订候选、检查结果。引用统一正文版本和运行记录；已有候选/产物表能承载时，优先扩展类型而非重复建表。每份报告带 输入正文哈希 + 已覆盖范围 + 规则版本 + 声音快照 + 运行身份，正文或上游变化即可明确显示陈旧原因。

5. 声音与作者偏好应如何组织

声音是“此作品/角色怎样说话”的可追源描述；偏好是“作者希望系统怎样协作/写作”的指令。 二者不能共用一张自动学习的标签表。

• 作者偏好区分作者、作品、角色、任务作用域；本次指令可覆盖本次选择，但不自动覆盖长期记录。
• 声音档案至少保存认可样张及其版本、叙述/对白类型、说话人、文体与题材、来源位置；观察到的统计只作描述，不能自动规定目标句长和标点配额。
• 明确要求可记录为待生效或已确认偏好；从一次拒稿、一次修改推断出的偏好先是候选，作者可以否定、替换或撤回。
• 写前冻结“本次使用哪些偏好/声音版本及为什么”；修订与生成消费同一冻结选择，不各自临场归纳一个作者画像。
• 用修改前后对与作者理由保留证据；正文被接受仅证明作者选择，不证明每个局部变化都值得跨书复用。
• 撤回后停止新任务消费，历史任务仍保留当时版本与依据；不回写历史输入，不让新的偏好无声改变旧报告。

最小接口是记录明确偏好、提出推断、确认/撤回、为任务选择适用版本、回读实际消费。先完成这些行为，不先造通用人格图谱、自动权重学习器或多 Agent 作者模拟层。

6. 真实 holdout 与规则升格

真实 holdout 至少需要以下完整数据流，不能只接收调用方给的“通过数/总数”：

1. 冻结样本清单：样本 ID、来源版本与哈希、题材、作者/作品分组、场景、保护约束、数据集用途、撤回状态。SF、SNF、需判断、修坏陷阱四类俱全，包含应该零修改的原稿。
2. 按作者和来源作品拆分：开发样本、已知回归集、冻结 holdout 分开；同书相邻段落、改写变体和重复样本不得横跨集合。规则调参不能反复偷看 holdout 答案后继续称其独立。
3. 按能力隔离执行：改写运行只拿匿名原文、题材与公开任务约束，不能读取期望、映射、judge 记录；评分运行使用独立权限。清理提示里的答案路径不足以证明隔离。
4. 真实逐例执行：记录规则/代码/模型/提示词版本、输入清单、解码参数、预算、原始输出、是否中断、候选与检查。失败、拒改、超时、不完整结果均保留，不能从分母消失。
5. 三层评价分开：规则判别看误报/漏报；修改安全看事实、声音、视角、范围与承诺；产品质量用同任务匿名成对阅读判断。模型 judge 可辅助，不能改名为独立读者。
6. 允许原文与无差异结果：保留原文更好、候选更好、无差异、两者都差，以及评审分歧；控制条件后才分析采纳质量、返工、作者审阅时间和可接受稿件总成本。
7. 按版本启用：评测结果只能支持某个规则/方法候选版本及其适用范围；人审确认后应用具体变更，运行时回读实际启用版本，最后观察回归与退役。单独更新 promoted 状态不是实施完成。

规则集建议有 草拟、评测中、可确认、已启用、已退役 五个状态；评测运行和线上创作运行沿用统一运行底座，以用途和数据权限隔离。不要为“评测 Agent”“观察 Agent”“升格 Agent”分别发明独立任务协议。

阈值来自本项目数据并注明适用范围；未标定、证据不足、模型故障都能阻止宣称效果成立。不是所有暂缺阈值都阻止作者写作：可以退回仅诊断或人工决定，但状态必须说明是哪项未判定。

7. 新增、修改与删除清单

动作	对象	结果与完成证据
新增	审阅任务快照、报告覆盖范围、版本化检查结果	报告能回到确切正文与实际材料；改正文后旧报告自动陈旧。
新增	声音/偏好确认与实际消费接口	作者可确认、替换、撤回；新任务使用与历史任务回查分别正确。
新增	冻结数据集清单、隔离执行、逐例评测产物和成对评审	用执行记录证明跑了哪一例、看到了什么、失败是否计入；不以汇总数代替执行。
修改	现有去味与质量实现的依赖	收进普通业务包；Skill/CLI/API 调同一入口，生产配置不从测试树或评测配置倒灌。
修改	发现与改写关系	具名问题先裁决；修订只在授权范围内生成候选，保真检查与风格观察分开。
修改	经验登记与方法启用	运行成功是运行事件；接受是作者事件；方法有效需要独立评测和实际版本应用。
修改	检查失败与结果展示	缺模型输出、解析错误、缺样本、缺声音证据显示未判定/失败，不变成通过或零问题。
删除/不引入	AI 作者概率、人味总分、统一句长/标点/禁词配额	UI 展示具体可处理问题；测试检查事实与任务合同，不奖励“分低就是好”。
删除/不引入	全文反复重写、跨语言回译降分、无来源的具体化	保留原文与最佳合法候选，设预算与停止条件；重写需要明确的结构修改任务。
删除/替换	win → 自动升格、一次拒稿自动改作者画像	观察与确认分离；没有证据的经验不进入正式消费。
删除/替换	大段规则在多个 Skill/页面/脚本重复、运行时依赖测试目录、用路径插入修复依赖	单一规则版本与可导入模块；部署包不含测试树也可执行质量入口。
不新增	只转述上下文的多角色链、空的通用评测/人格/插件抽象	每个抽象都要有真实调用方和失败/恢复路径；需要时才扩大接口。

以上删除均属于新实现覆盖后的替换条件，不意味着本轮删除任何当前文件或历史证据。

8. 本轮验证边界

检查	结果	能证明什么
16 仓 HEAD 与工作树状态读取	完成	本文提交清单对应当前本地源码；不代表上游最新版本。
avoid-ai-writing 保真测试	28 项通过	对代码/引用/表格/路径/行尾与合法改动的本地规则行为。
im-not-ai 情态恢复测试	12 项通过	韩文既有样例中局部恢复、歧义跳过与摘要隔离行为。
shuorenhua 当前语料加载、组成与代表性检查	10 篇 active，全部检查通过	本地 schema、哈希、组成及场景标签满足代码合同；未验证外部来源真实性。
其余重点测试与报告	只读	确认存在性、接口与断言；没有宣称本轮测试通过。

未执行全量 CI、模型改写、真实盲评、数据库或发布流程；没有基于这些源码声称中文小说文学质量已提高。