poleHansen/baibaiAIGC · 上手攻略

仓库：poleHansen/baibaiAIGC
链接：https://github.com/poleHansen/baibaiAIGC
分类：academic-writing
作者：Tom
更新：2026-08-16

是什么

baibaiAIGC（发音近似"拜拜 AIGC"）是一个中文/英文论文与学术/技术文档的降 AIGC 改写工具集，目标是通过结构化的多轮 prompt 降低文本中的模板化、机械化 AI 写作痕迹，同时保持原意、术语和结构不变。它不是检测规避器，而是通过真正的改写让文字读起来更像人写的。

核心作者是 poleHansen，项目托管于 GitHub，Star 945（周增 +7），适合需要投期刊/会议、提交学位论文、或发布技术文档但担心 AI 痕迹检测的用户。

解决什么问题

中文学术写作场景中，大语言模型辅助写作后的文本往往有"AI 味"——句子结构高度模板化、因果连词堆砌、缺乏个人学术 voice。baibaiAIGC 通过两轮分块改写解决这一问题：

第 1 轮：消除明显的 AI 模板句式
第 2 轮：进一步调整语感、句式多样性和段落节奏

英文模式只执行一轮，更轻量。

适合：中文论文降 AIGC、长文分段改写保留结构、.docx / .txt 批量处理。

⚠️ 注意：不适合为"过检测"而随意改动事实或专业内容；不适合在聊天框中处理超长文件。

快速安装

方式一：对话 Skill 模式（推荐 Claude Code 用户）

安装本仓库作为 skill 后，在聊天中直接触发"降 AIGC"即可：

将仓库根目录安装为 skill，然后对话中触发 baibaiAIGC skill

方式二：脚本 API 模式

pip install -r requirements.txt
# requirements 内容：python-docx>=0.8.11, Flask>=3.0.0

方式三：Web 模式（一键启动）

Windows PowerShell 用户：

.\start-web.bat

这条命令自动完成： - 创建 .venv Python 虚拟环境 - 安装后端依赖（requirements.txt） - 安装前端依赖（app/package.json） - 启动 Flask 后端（:8765）和 Vite 前端（:1420）

启动成功后访问： - 前端：http://127.0.0.1:1420 - 后端：http://127.0.0.1:8765

核心用法

对话 Skill 模式（Claude Code 中）

安装 skill 后，对话中直接说"降 AIGC"或"继续下一轮"，skill 会自动： 1. 读取 finish/aigc_records.json 记录当前文档进度 2. 判断应执行哪一轮（第 1 轮中文 / 第 2 轮中文 / 英文单轮） 3. 按最多 850 字分块逐块改写 4. 写本轮结果到 finish/intermediate/ 5. 更新记录，等待下一轮对话

脚本 API 模式

python scripts/run_aigc_round.py \
  origin/毕业论文_原始_utf8.txt \
  1 \
  origin/毕业论文_原始_utf8.txt \
  finish/intermediate/毕业论文_原始_utf8_round1.txt \
  finish/intermediate/毕业论文_原始_utf8_round1_manifest.json \
  --prompt-profile cn --chunk-limit 850 \
  --api-key YOUR_API_KEY --model your_model --base-url https://your-endpoint/v1

参数说明： - 第 1 参数：文档 ID - 第 2 参数：轮次（1 或 2） - 第 3 参数：输入文件路径 - 第 4 参数：本轮输出文本路径 - 第 5 参数：manifest 路径（记录切块结构） - --prompt-profile cn：中文两轮模式；en：英文单轮模式 - --chunk-limit 850：每块最大字符数（默认 850）

环境变量方式：

export BAIBAIAIGC_API_KEY="your_api_key"
export BAIBAIAIGC_MODEL="your_model"
export BAIBAIAIGC_BASE_URL="https://your-endpoint/v1"
python scripts/run_aigc_round.py ...

--dry-run 模式（不调模型，只校验切块和 prompt）：

python scripts/run_aigc_round.py ... --dry-run --echo-prompt-inputs

Web 模式操作流程

上传 .txt 或 .docx 文件，自动保存到 origin/chat-uploads/
配置模型连接（API Key / Base URL）
选择当前文档执行第 1 轮或第 2 轮
查看历史输出，导出 .txt 或 .docx 到 finish/web_exports/

典型适用场景

场景	推荐模式
Claude Code 对话中快速降 AIGC	Skill 模式
本地浏览器界面操作，无需写命令	Web 模式
批量处理多篇长文（>5000 字）	脚本 API 模式
英文技术文档降 AI 味	脚本 API + `--prompt-profile en`
先验证切块和 prompt 再跑	`--dry-run`

坑与注意

不要一次性整体改写：单轮内部强制分块处理（默认 850 字/块），整篇一次性改写是明确禁止的操作，会破坏文档结构。
中文必须两轮、不可跳轮：第 1 轮和第 2 轮有固定顺序，禁止合并为一次调用，也不允许将两轮 prompt 混成一个混合 prompt。
Script API 模式依赖外部 OpenAI 兼容接口：未配置 API Key 时脚本会报错，此时应使用 --dry-run 验证切块，或改用对话 Skill 模式（后者不要求 API Key）。
.docx 输入会先提取为 .txt：脚本内部通过 python-docx 提取文本，处理链为 .docx → 中间 .txt → 改写 → 导出。
不改动原文事实：改写过程中不得新增或改动事实、数据、案例、文献引文，SKILL.md 明确将"为过检测而随意改动专业内容"列为不适用场景。
文件路径约定：原始文件放 origin/，中间输出放 finish/intermediate/，Web 导出放 finish/web_exports/，记录文件为 finish/aigc_records.json。

与同类对比

工具	核心思路	多轮	中文支持	部署方式
baibaiAIGC	两轮结构化 prompt 改写	✅ 两轮（中文）	✅ 深度	Skill / 脚本 / Web
Humanizer / ilyuza/humanizer	单轮 humanization prompt	❌	❌ 英文为主	CLI
academic-humanizer 类	学术腔调替换	❌	⚠️ 有限	API
通用 LLM + 手工改写	依赖模型能力，无结构	❌	✅	任意

baibaiAIGC 的优势在于中文两轮改写的工程化封装（分块、切块记录、跨对话状态维护），而非单纯靠 prompt 技巧。这让它在长文场景下比单轮 humanizer 更稳定。

一句话推荐结论

中文论文/学术写作降 AIGC 首选工具：两轮分块改写 + Claude Code Skill 集成 + Web 界面三位一体，适合需要严肃对待 AI 痕迹问题但又不想牺牲内容准确性的场景。