chi111i/BypassAIGC · 上手攻略

  • 仓库:chi111i/BypassAIGC
  • 链接:https://github.com/chi111i/BypassAIGC
  • 分类:academic-writing
  • 作者:Jay
  • 更新:2026-08-14

是什么

BypassAIGC 是一个专业论文润色与 AIGC 降重系统(CC BY-NC-SA 4.0 非商业许可证),核心功能是双阶段处理:先用大模型对论文进行语言润色,再用第二阶段模型对润色后文本进行"原创性增强"——即降低 GPTZero 等 AIGC 检测器的识别率,同时保持语义基本不变。

支持 Gemini(推荐 2.5 Pro)、OpenAI 兼容接口、Redis 并发控制、卡密用户管理系统,以及完整的 FastAPI 后端 + React 前端,可本地部署使用。也提供各平台预编译可执行文件(Windows/macOS/Linux),无需配置开发环境。

⚠️ 注意:该工具明确声明未经允许禁止商业使用,仅供个人学术研究。

解决什么问题

  • AIGC 检测焦虑:多所高校和期刊要求论文通过 AIGC 检测率审查(如 GPTZero、Turnitin AI Detection),AI 辅助写作后文本往往被误判
  • 语言润色需求:非英语母语研究者需要将论文语言提升到可投稿水平,但直接用 ChatGPT 润色后又被 AIGC 检测器标红
  • 可控的原创性增强:不是简单的同义词替换,而是两阶段(润色 + 原创性增强)流水线,在保持语义的同时降低机器写作特征

快速安装

方式一:下载预编译可执行文件(推荐,无需 Node/Python 环境)

  1. 访问 Releases 页面,下载对应平台: - WindowsAI学术写作助手-Windows-vX.X.X.zip,解压到任意目录 - macOSAI学术写作助手-macOS-vX.X.X.tar.gz,解压后运行 - LinuxAI学术写作助手-Linux-vX.X.X.tar.gz,解压后运行
  2. 首次运行自动创建 .env 配置文件模板

方式二:从源码构建

需 Node.js + Python 3 环境:

git clone https://github.com/chi111i/BypassAIGC.git
cd BypassAIGC

# Linux/macOS
cd package
chmod +x build.sh
./build.sh

# Windows
cd package
./build.ps1

构建完成后在 Releases 页面下载,或在 package/dist/ 目录找到产物。

核心配置与启动

1. 配置 .env 文件(首次运行后生成模板)

编辑可执行文件同目录下的 .env,必填项:

# OpenAI 兼容格式代理服务(必填)
OPENAI_API_KEY=your_api_key_here
OPENAI_BASE_URL=https://your-proxy.com/v1

# Gemini API(推荐 gemini-2.5-pro)
POLISH_MODEL=gemini-2.5-pro
POLISH_API_KEY=your_gemini_api_key
POLISH_BASE_URL=https://generativelanguage.googleapis.com/v1beta

ENHANCE_MODEL=gemini-2.5-pro
ENHANCE_API_KEY=your_gemini_api_key
ENHANCE_BASE_URL=https://generativelanguage.googleapis.com/v1beta

# 数据库(默认 SQLite,可选 PostgreSQL)
DATABASE_URL=sqlite:///./ai_polish.db

# Redis(用于并发控制,可选)
REDIS_URL=redis://localhost:6379/0

# JWT 密钥(生产环境必须替换)
SECRET_KEY=replace_with_32_byte_random_string

# 管理员账户
ADMIN_USERNAME=admin
ADMIN_PASSWORD=admin123   # ⚠️ 生产环境必须修改

⚠️ 生产环境必做:修改默认管理员密码、生成强 SECRET_KEY(≥32字节随机字符串)、填入有效 API Key。

2. 启动服务

# 直接运行(Linux/macOS)
./AI学术写作助手-Linux

# Windows,双击 exe 或命令行运行
AI学术写作助手-Windows.exe

启动后自动打开浏览器,访问:

页面 地址
用户界面 http://localhost:8000
管理后台 http://localhost:8000/admin
API 文档 http://localhost:8000/docs

3. 管理后台创建用户卡密

  1. 访问 http://localhost:8000/admin
  2. 用默认账户登录(admin / admin123)
  3. 进入 卡密管理,生成卡密并设置使用次数限制
  4. 用户端输入卡密即可使用服务

核心用法

双阶段优化流水线

第一阶段:论文润色(POLISH) - 对原始论文进行语言优化,提升学术英语质量 - 推荐模型:gemini-2.5-pro - 可处理标题、摘要、正文、参考文献各部分

第二阶段:原创性增强(ENHANCE) - 在保持语义的前提下,降低 AIGC 检测特征 - 专门针对 GPTZero、Turnitin 等主流检测器优化 - 推荐模型:gemini-2.5-pro

两阶段可独立使用,也可串联;默认串联。

界面操作流程

  1. 用户输入卡密登录
  2. 将论文(段落或全文)粘贴到输入框
  3. 选择处理模式: - 润色:仅第一阶段 - 降重:两阶段串联 - 情感文章:针对非学术类文章的特殊模式
  4. 点击提交,等待处理完成
  5. 复制优化后文本

并发控制与队列

系统支持最多 MAX_CONCURRENT_USERS(默认 5)并发用户;超出后自动进入队列等待。HISTORY_COMPRESSION_THRESHOLD(默认 2000 字符)控制长会话压缩,防止上下文溢出。

配置参数参考

参数 说明 默认值
MAX_CONCURRENT_USERS 最大并发用户数 5
DEFAULT_USAGE_LIMIT 新用户默认使用次数 1
SEGMENT_SKIP_THRESHOLD 段落跳过阈值(字符数) 15
HISTORY_COMPRESSION_THRESHOLD 历史压缩阈值 5000
USE_STREAMING 流式输出(推荐 false false

⚠️ USE_STREAMING=true 会导致 Gemini API 返回 "Your request was blocked" 错误,除非 API 提供商明确支持,请保持默认的 false。

典型适用场景

  1. 研究生投稿前处理:论文用 ChatGPT/Claude 辅助写作后,通过 BypassAIGC 降重再提交至要求 AIGC 检测的高校或期刊
  2. 非英语母语研究者润色:利用 Gemini 2.5 Pro 的强大语言能力做学术英语提升,同时做降重处理
  3. 会议论文紧急润色:时间紧张时,用润色模式快速提升语言质量,再用降重模式处理检测问题
  4. 导师要求通过检测:导师或学校有 AIGC 检测率要求(通常需 < 15-30%),可先用此工具处理再提交 ⚠️ 需遵守所属机构学术诚信政策
  5. 个人研究记录优化:研究笔记和草稿的非正式语言优化

坑与注意

⚠️ 学术诚信风险(最重要):使用此工具涉及对 AI 生成文本进行人为修改以规避检测,本质上是针对 AIGC 检测规则的技术对抗。请务必了解并遵守所在机构、期刊和会议的学术诚信政策。 许多高校和期刊明确禁止故意规避 AIGC 检测的行为(等同于学术不端)。

⚠️ 检测器持续升级:GPTZero、Turnitin 等检测工具持续迭代,降低检测率的效果无法保证永久有效,当前版本测出通过不代表未来检测器更新后仍可通过。

⚠️ Gemini API 地区限制:Gemini API 在部分地区可能无法直接访问,需配置代理服务(POLISH_BASE_URL 等),使用 OpenAI 兼容格式的代理。

⚠️ 流式输出默认禁用:系统默认禁用 USE_STREAMING,这是因为 Gemini API 会对流式请求返回阻止错误;如果你切换到 OpenAI 兼容后端且支持流式,可手动开启,但建议先保持 false。

⚠️ 生产环境必须修改默认密码.envADMIN_PASSWORD=admin123 是公开的默认凭证,首次部署必须修改,否则任何人都可以登录管理后台。

⚠️ 非商业许可证:CC BY-NC-SA 4.0 明确禁止商业使用,若为企业或商业机构使用需联系作者获取授权。

⚠️ 语义保真度:降重处理在改变表达方式的同时,理论上应保持语义不变,但两阶段 LLM 处理过程中仍可能产生语义偏差——关键数据和结论部分建议人工核对

与同类对比

工具 定位 核心优势 局限
BypassAIGC 本地部署 AIGC 降重系统 双阶段流水线 + 本地部署 + 卡密管理 非商业可用;效果不保证
QuillBot 在线润色 界面友好,无需配置 无降重功能
Wordtune AI 写作辅助 多语言支持 非面向 AIGC 检测
GPTZero 等检测器本身 AIGC 检测 行业标准 —(这些是检测方不是降重方)
Academic Humanizer 类工具 AIGC 人性化 在线工具,上手简单 多为闭源黑盒,效果不明
Paraphrasing + 手动改写 传统降重 零成本,完全可控 费时,质量依赖个人语言水平

BypassAIGC 的独特价值在于本地部署 + 可控 API——用户自己管理 API 密钥和数据,不上传到第三方服务器;但核心功能本质上是"用更强的模型改写弱模型的输出",其有效性依赖模型能力和检测规则的博弈。

一句话推荐结论

非商业学术场景下,有 AIGC 检测焦虑且机构允许使用此类工具的研究者,可以本地部署尝试——双阶段流水线设计合理,支持 Gemini 等强模型;但使用前必须确认所在机构政策允许,且不应替代原创写作,降重效果也随检测器升级存在不确定性。