Lets an AI agent perform local editing of Russian text to remove bureaucratic language, clichés, and AI-generated patterns while preserving meaning.
Also known as ilyautov/humanizer-ru, ru-humanizer
- Stars
- 573
- Tools
- 2
- Downloads, 30 days
- 3,609
- Latest version
- 3.32.0
- Last commit
- Nov 13, 2026
- License
- MIT
What is humanizer-ru MCP?
humanizer-ru lets an AI agent perform local editing of Russian text to remove bureaucratic language, clichés, and AI-generated patterns while preserving meaning. It exposes 2 tools, such as scan_text, compare_texts.
Summary generated from the project's README
About humanizer-ru MCP server
Editing Russian text to remove bureaucratic language and AI-generated patterns is what humanizer-ru enables for AI agents. It provides a specialized procedure for local editing, allowing an agent to identify unnecessary phrases, fix specific locations, and verify that the original meaning and voice remain intact without adding new facts or emotions. The tool is designed for developers using local agents like Claude Code, Cursor, or Codex, as well as for those using the Claude.ai web interface.
Users can deploy the server via the skills.sh CLI or as a plugin in Claude Code. The system includes a scanner that identifies 67 different AI patterns across 16 categories and enforces 21 strict prohibitions against common clichés like "In the modern world" or "It is worth noting that." It offers four distinct modes: standard editing, audit-only diagnostics, targeted category editing, and an automatic mode that cleans the agent's own Russian output before it is displayed to the user.
What you can do with it
- 1Remove bureaucratic clichésAsk the agent to strip away formalisms and heavy noun clusters from a Russian document.
- 2Maintain authorial voiceProvide writing samples so the agent can calibrate its edits to match your specific rhythm and vocabulary.
- 3Clean agent self-generated textEnable a mode where the agent automatically fixes its own Russian writing to avoid predictable patterns.
Written from the project's README. Every use case is checked against a quote from it.
How to install humanizer-ru MCP
Formats verified 10 Nov 2026Add to CursorAdd to GooseInstall humanizer-ru MCP in Claude Code
$ claude mcp add humanizer-ru -- uvx ru-humanizer mcpInstall humanizer-ru MCP in Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"humanizer-ru": {
"command": "uvx",
"args": [
"ru-humanizer",
"mcp"
]
}
}
}Install humanizer-ru MCP in VS Code
.vscode/mcp.json
{
"servers": {
"humanizer-ru": {
"type": "stdio",
"command": "uvx",
"args": [
"ru-humanizer",
"mcp"
]
}
}
}Install humanizer-ru MCP in VS Code CLI
$ code --add-mcp '{"name":"humanizer-ru","type":"stdio","command":"uvx","args":["ru-humanizer","mcp"]}'Install humanizer-ru MCP in Claude Desktop
claude_desktop_config.json
{
"mcpServers": {
"humanizer-ru": {
"command": "uvx",
"args": [
"ru-humanizer",
"mcp"
]
}
}
}Install humanizer-ru MCP in Codex
$ codex mcp add humanizer-ru -- uvx ru-humanizer mcpInstall humanizer-ru MCP in Codex config.toml
~/.codex/config.toml
[mcp_servers.humanizer-ru] command = "uvx" args = ["ru-humanizer", "mcp"]
Install humanizer-ru MCP in Gemini CLI
$ gemini mcp add -s user humanizer-ru uvx -- ru-humanizer mcpInstall humanizer-ru MCP in Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"humanizer-ru": {
"command": "uvx",
"args": [
"ru-humanizer",
"mcp"
]
}
}
}Started by HostedMCP on 16 Nov 2026
We ran this command for ru-humanizer 3.32.0 in an isolated container with no network and no keys. It answered and listed 2 tools.
humanizer-ru MCP tools 2
Read from the server with tools/listscan_textБалл чистоты 0-100 (85 и выше чисто, 60-84 точечная правка, ниже 60 рерайт), штрафы с причинами, жёсткие запреты и мягкие маркеры с позициями в тексте, ритм предложений, морфология и структура. Не детектор авторства: показывает, что править.
compare_textsБалл «было и стало» с дельтой и факт-замок: числа, даты, имена, ссылки и код исходника должны дожить до правки, а новых появиться не должно. Отдельно кванторы («впервые», «единственный», «в России»), возникшие без источника.
Automated checks
Ran Nov 16, 2026Full report →Passed our automated checks. That is not a security audit: read the code and give the server the narrowest access it needs. How checks work
- Source repository linked and reachableilyautov/humanizer-ru is public and reachablegithub.com/ilyautov/humanizer-ru ↗Pass
- Package names this repository as its sourceru-humanizer names ilyautov/humanizer-ru as sourcepypi.org/project/ru-humanizer/ ↗Pass
- Build provenance (Sigstore attestation)Sigstore attestation for ru-humanizerpypi.org/project/ru-humanizer/ ↗Pass
- Open source license (OSI)MITspdx.org/licenses/MIT.html ↗Pass
- Commit or release in the last yearLast commit or release 2026-11-13github.com/ilyautov/humanizer-ru ↗Pass
- OpenSSF ScorecardNot checked
- Package name not close to a popular packageNo popular package one edit away from ru-humanizerPass
- No critical advisory in the package or its dependencies6 resolved dependencies checked; no critical advisoryosv.dev ↗Pass
- No hidden instructions to the model2 tool descriptions and the README read; no override phrases, credential paths or hidden charactersPass
- Destructive tools are labelledNo tool named like delete, drop or execPass
- Remote endpoint answers the MCP handshakeNot checked
README
View on GitHubhumanizer-ru: редактура русского текста для AI-агентов
Убирает канцелярит и шаблонные обороты из русского текста. Скилл даёт агенту процедуру локальной редактуры: найти лишнее, исправить конкретные места, сверить смысл и голос с исходником. В комплекте сканер, CLI, MCP и расширение Chrome. 67 признаков в каталоге, 21 жёсткий запрет с жанровыми исключениями.
Было: «Стоит отметить, что данный инструмент помогает редактору находить канцелярит. Результат нужно перечитать». Стало: «Этот инструмент помогает редактору находить канцелярит. Результат нужно перечитать».
Снята подводка и заменено одно слово. Новых фактов нет. Подробнее о процедуре.
Проверка в браузере и редактура разделены. Сайт подсвечивает обороты и считает балл; переписывание выполняет ваш агент со скиллом. Балл не определяет авторство и не подтверждает сохранение смысла. Факт-замок сравнивает извлечённые элементы, а связи между утверждениями требуют отдельной вычитки.
🧪 Живое демо: humanizer-ru.aifrontier.tech. Вставьте свой текст, получите оценку чистоты 0-100 и подсветку найденных оборотов. В браузере работают экспортированные правила сканера. Морфология не измеряется: балл может быть до 8 выше Python-версии.
Быстрый старт, одна команда для любого агента (Claude Code, Cursor, Codex, Copilot, Cline и ещё десятки):
npx skills add ilyautov/humanizer-ru
CLI найдёт установленных агентов и спросит, куда ставить. В Claude Code можно и плагином, тогда обновления приходят через /plugin:
/plugin marketplace add ilyautov/humanizer-ru
/plugin install humanizer-ru@ilyautov-plugins
Claude.ai, DeepSeek Harness и раскатка на команду в разделе «Установка».
📖 Документация и разборы: humanizer-ru.aifrontier.tech: работают ли AI-детекторы на русском, каталог признаков AI-текста, антиплагиат и нейросеть.
🧰 Остальные инструменты: MCP-серверы к кабинетам Wildberries, Ozon, Яндекс Маркета и Авито, пять серверов к hh.ru, VK, Диадоку, СБИС и Честному знаку, 34 скилла для малого бизнеса, совет мыслителей с дословной проверкой цитат. Все одним списком: ilyautov.github.io.
Зачем это нужно
Русский текст требует внимания к канцеляриту, формальному регистру и оговоркам. В каталоге есть русские примеры, жанровые исключения и правила сохранения смысла. Часть стилистических признаков общая с англоязычным humanizer.
Сканер находит воспроизводимые совпадения с правилами. Агент оценивает контекст и правит текст. Автор перечитывает результат: ни список маркеров, ни высокий балл не гарантируют удачную редактуру.
Что внутри
67 паттернов AI-генерации в 16 категориях:
- A. Контентные: пустые открытия, размытые авторитеты, формульные выводы
- B. Языковые: канцелярит, кальки, «является», нагромождение причастий
- C. Стилистические: длинные тире, навязчивые списки, болд
- D. Коммуникативные: артефакты чатбота, заискивание, водянистость
- E. Морфологические: падежные ошибки, деепричастия не к подлежащему
- F. Тональные: эмоциональная стерильность (4 подтипа), нет иронии, нет метафор
- G. Структурные: разорванные абзацы, narrative drift, галлюцинации
- H. Человеческие мелочи: идеальная грамотность, вылизанная типографика
- I. Паттерны убеждения: негативные параллелизмы, авторитетные трюизмы
- J. Информационный ритм: равномерная плотность, гладкие переходы, macro-burstiness
- K. Хеджирование и специфика: модальная неопределённость, translationese, нет идиом
- L. Стилистические фингерпринты 2025-2026: рваная медитативность, контр-вопросы, эмодзи-декор, псевдо-терапия, пустой образ, самомаркировка честности
- M. Формулы и артефакты 2026: неодушевлённый субъект, Title Case в заголовках, обрыв на полуслове, триада-отрицание
- 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)
21 жёсткий запрет: конструкции с абсолютным запретом. От «В современном мире...» и «Стоит отметить, что...» до маркетинговых клише «Раскрыть потенциал», «Комплексный подход», «Открывает новые горизонты».
Локальная редактура, не переписывание. Скилл размечает конкретные места (цитата, что мешает читателю, действие: оставить, срезать оболочку, сказать яснее, убрать дубль), снимает жёсткие запреты и маркеры по приоритету A-D и сверяет результат с исходником по утверждениям: кто что сделал, степень уверенности, условия, числа с единицами. Живость не дописывается: эмоции, частицы, образы и факты, которых нет в исходнике, в текст не идут. Парный прогон на 195 слепых оценках (сентябрь 2026, eval/LOCAL_EDIT_CHECK.md) показал, что квоты на «голос» дают чужую интонацию и постановочную риторику, а у локальной правки в этом прогоне было меньше смысловых замечаний. Это малая выборка и оценка агентами, не гарантия качества на любом тексте.
Калибровка под голос автора. Если дать образцы своего письма, скилл выписывает ритм, лексику, пунктуацию и тон и держит замены в этих рамках. Это ограничение, а не разрешение дописывать в вашей манере.
Четыре режима работы:
- Редактура (по умолчанию): диагностика сканером, разметка, правка, сверка, отчёт «было N, стало M»
- Аудит: только диагностика, текст не трогает
- Точечная правка: работа с одной категорией
- Свой черновик (молча, без просьбы): пока скилл установлен, агент прогоняет по таблице жёстких банов то, что пишет по-русски сам, до того как вы это увидите. Чужой текст молча не правится никогда: ваше сообщение, файл, цитата и чужой код идут только через режимы выше, и правку вы видите. «Не правь» выключает режим до конца разговора
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% (бенчмарк из 52 305 текстов, 12 доменов; в нашей калибровке использованы 35 158 научных аннотаций из него). Все ссылки и цифры верифицированы по первоисточникам, см. SOURCES.md.
Проверить текст без установки
На главной странице сайта 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.
Тот же сканер есть как расширение Chrome: выделили текст на любой странице, в контекстном меню «Проверить на шаблонные обороты», и попап показывает балл и подсветку. Разрешений у него два, контекстное меню и локальное хранилище, доступа к сайтам и сети нет. Папка extension/, сборка scripts/build_extension.py.
Установка
Скилл разворачивается тремя путями: загрузкой в веб-интерфейс Claude.ai, централизованной раскаткой на команду или установкой в локальные агенты (Claude Code, Cowork, API).
1. Claude.ai (веб-интерфейс)
- Скачайте готовый архив скилла: humanizer-ru.zip
- Откройте Claude.ai → Settings → Capabilities → Skills.
- Нажмите Upload skill и выберите скачанный архив.
Не берите
archive/refs/heads/main.zip: загрузчик ожидает папку скилла в корне архива, а в архиве репозитория она лежит внутриhumanizer-ru-main/skills/humanizer-ru/. Если нужно собрать архив самому, архивируйте именно папку скилла:git clone https://github.com/ilyautov/humanizer-ru.git cd humanizer-ru/skills zip -r ../../humanizer-ru.zip humanizer-ru -x '*/__pycache__/*'
2. Организации (Enterprise и Team)
Администраторы 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.
3. Claude Code, Cowork и API (локальные агенты)
Через плагин-маркетплейс (рекомендуется):
/plugin marketplace add ilyautov/humanizer-ru
/plugin install humanizer-ru@ilyautov-plugins
После установки плагин подгружает скилл автоматически при триггерах вроде «очеловечь», «убери канцелярит», «перепиши как человек».
Через skills.sh CLI (универсальный путь для любого Claude-агента):
npx skills add https://github.com/ilyautov/humanizer-ru/tree/main/skills/humanizer-ru
CLI кладёт SKILL.md в ~/.claude/skills/humanizer-ru/ и регистрирует скилл в индексе skills.sh. 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.
Через API (/v1/messages и аналоги): передайте скилл параметром container.skills. Детали в документации вашего клиента.
Вручную (если ничего из выше не подошло):
git clone --depth 1 https://github.com/ilyautov/humanizer-ru /tmp/humanizer-ru
mkdir -p ~/.claude/skills
cp -r /tmp/humanizer-ru/skills/humanizer-ru ~/.claude/skills/
Копируйте папку целиком, а не один SKILL.md: вместе со скиллом едет
детерминированный сканер scripts/scan.py (машинная половина режима «Аудит»).
Ему нужны пакеты razdel и pymorphy3. Без них скилл проводит аудит вручную
и обязан сказать об этом; балла «Чистота: N/100» вы не увидите.
Как поставить зависимости. На macOS с Python из Homebrew и на Debian/Ubuntu
голый pip install падает с externally-managed-environment (PEP 668),
поэтому любой из трёх способов:
uvx ru-humanizer файл.txt # без установки, нужен uv
pipx install ru-humanizer # команда ru-humanizer в PATH
python3 -m venv ~/.humanizer-ru && ~/.humanizer-ru/bin/pip install razdel pymorphy3
~/.humanizer-ru/bin/python ~/.claude/skills/humanizer-ru/scripts/scan.py файл.txt
Проверка, что сканер живой: python3 ~/.claude/skills/humanizer-ru/scripts/scan.py --help
без строки [ошибка].
4. Codex CLI (OpenAI)
Codex использует тот же формат Agent Skills, отдельная версия не нужна:
git clone --depth 1 https://github.com/ilyautov/humanizer-ru
mkdir -p ~/.codex/skills
cp -r humanizer-ru/skills/humanizer-ru ~/.codex/skills/
Либо изнутри Codex через skill-installer: укажите путь
ilyautov/humanizer-ru/skills/humanizer-ru. После установки перезапустите Codex;
вызов: $humanizer-ru или автоматически по триггер-фразам («очеловечь»,
«убери канцелярит»). Проектная установка: та же папка в .codex/skills/ внутри репозитория.
5. Gemini CLI и Cursor
Gemini CLI. В корне репозитория лежит манифест расширения gemini-extension.json, а скилл в папке skills/, так что расширение ставится прямо из репозитория:
gemini extensions install https://github.com/ilyautov/humanizer-ru
Cursor. Манифест плагина описан в .cursor-plugin/plugin.json. Команда npx skills add находит установленные агенты, включая Cursor, и спрашивает, куда положить скилл:
npx skills add ilyautov/humanizer-ru
Если расширение или плагин поставить не удалось, скопируйте папку skills/humanizer-ru в каталог скиллов агента, как в разделе «Другие агенты».
Проверка установочного пакета
Перед релизом соберите ZIP тем же скриптом, который использует CI, затем
прогоните install-smoke по готовому архиву. Проверка копирует
skills/humanizer-ru в чистую временную папку скиллов, запускает сканер из
установленной копии и проверяет, что в ZIP нет .DS_Store, __pycache__ и
*.pyc:
python3 scripts/build_release_zip.py --output dist/humanizer-ru.zip .
python3 scripts/install_smoke.py . --zip dist/humanizer-ru.zip
Ожидаемый результат:
RESULT: PASS build-release-zip
RESULT: PASS install-smoke
6. Другие агенты (общий стандарт SKILL.md)
Формат 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.
| Как подключается | Агенты | Что делать |
|---|---|---|
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/) |
| Конвертация инсталлером | Windsurf, Trae, Junie | Поставить через их установщик скиллов, указав репозиторий ilyautov/humanizer-ru |
| Ручная вставка | Zed, Aider, Continue.dev | Вставить тело SKILL.md в файл правил или инструкций агента |
Универсальный 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.
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.
7. DeepSeek Harness (dsh)
DeepSeek Harness читает тот же формат Agent Skills, и скилл ставится двумя способами.
Бандлом из npm, одной командой в нужный профиль (web, tui или headless):
dsh plugin --profile web add humanizer-ru
Тот же бандл прямо из GitHub, если нужна конкретная ветка или свежий main: dsh plugin --profile web add github:ilyautov/humanizer-ru.
Бандл 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.
Копией в пользовательский корень скиллов:
cp -r humanizer-ru/skills/humanizer-ru ~/.agents/skills/
dsh 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.
8. Сканер отдельно: pip, MCP-сервер и GitHub Action
Сканер живёт и без скилла, пакетом ru-humanizer на PyPI (имя humanizer-ru на PyPI занято). Это тот же scan.py, только командой:
pipx install ru-humanizer # или без установки: uvx ru-humanizer статья.md
ru-humanizer статья.md --genre academic
ru-humanizer чистовик.md --before исходник.md
Голый pip install ru-humanizer на macOS с Homebrew и на Debian/Ubuntu падает с externally-managed-environment (PEP 668): берите uvx, pipx или виртуальное окружение (python3 -m venv .venv && .venv/bin/pip install ru-humanizer).
Тот же пакет поднимает MCP-сервер с двумя инструментами: scan_text даёт балл, штрафы, запреты и маркеры с позициями, compare_texts считает «было и стало» и факт-замок между исходником и правкой. Подключается к Claude Desktop, Cursor и любому клиенту MCP; в Claude Code одной командой:
claude mcp add humanizer-ru -- uvx ru-humanizer mcp
В CI сканер работает как GitHub Action: гейт на балл чистоты по Markdown и текстовым файлам, шаг падает ниже порога.
- uses: ilyautov/humanizer-ru@main
with:
files: "docs/**/*.md"
genre: marketing
min-score: 60
Порядок разовой настройки публикации на PyPI и в реестре MCP описан в PUBLISHING.md.
Использование
Попросите Claude по-русски:
Очеловечь этот текст: [вставьте текст]
Перепиши, звучит как робот: [вставьте текст]
Триггеры срабатывания: «очеловечь», «убери следы нейросети», «сделай живым», «звучит искусственно», «перепиши как человек», «убери канцелярит», «слишком формально».
Режим аудита (только диагностика, без переписывания):
Проверь этот текст на AI-маркеры: [вставьте текст]
Точечная правка одной категории:
Убери канцелярит из текста: [вставьте текст]
При установке плагином в Claude Code доступны slash-команды:
/humanize <текст или путь к файлу> # локальная редактура
/audit <текст или путь к файлу> # аудит без правки (сканер + разбор)
Сканер знает про жанр. По умолчанию он строгий, под маркетинг и блоги, а для других регистров снимает маркеры, которые там законны:
python skills/humanizer-ru/scripts/scan.py статья.txt --genre academic # ещё legal, fiction, news
python skills/humanizer-ru/scripts/scan.py стало.txt --before было.txt # чистота до/после + факт-замок
Зачем это нужно, показал прогон по внешнему размеченному корпусу AINL-Eval 2025 (35 158 русских научных аннотаций): в строгом режиме баны оставались в 35,9% человеческих текстов против 26,1-35,8% машинных, то есть на научном тексте каталог не различал автора вовсе. С жанровой поправкой ложные срабатывания на людях падают до 4,2%. Цифры и метод: eval/AINL-CALIBRATION.md. Третий корпус, LLMTrace (14 763 русских текста, 30 генераторов, впервые GigaChat и YandexGPT), подтвердил границы: на отзывах и историях длинное тире ставят 2-8% людей против 28-33% машин, а в энциклопедических статьях наоборот. Разбор: eval/LLMTRACE-CALIBRATION.md.
До и после
Полное редактирование:
До:
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.
После (факты автора):
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.
Сработали 3 бана из 21 в двух предложениях. Типичная картина.
Режим аудита на том же тексте выдаст (вывод scan.py, сокращён до главного):
ЧИСТОТА: 48/100 [рерайт]
-36 хард-баны (фразы): 3
-16 маркеры: 4 (15.4/100 слов)
HARD BANS:
⛔ В современном мире ×1 (стр. 1)
⛔ Стоит отметить, что ×1 (стр. 1)
⛔ Данный/Данная/Данное ×1 (стр. 1)
Маркеры (быстрый сканер): 4
• [Канцелярит] «оптимизаци» ×1 (стр. 1)
• [Кальки] «является» ×1 (стр. 1)
• [Кальки] «стоит отметить» ×1 (стр. 1)
• [Вводные-открытия] «в современном мире» ×1 (стр. 1)
Этот блок сверяется со сканером в CI (scripts/check_examples.py): если баны в README разойдутся с реальным выводом, сборка упадёт.
Работают ли AI-детекторы на русском языке?
Коротко: плохо, и это придётся учитывать.
GPTZero, Originality.ai, ZeroGPT и другие популярные детекторы AI-текста обучены в основном на английском. На русском они ненадёжны и ошибаются в обе стороны:
- 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».
- Пропуски (false negatives): аккуратный AI-текст проходит как человеческий.
Даже 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).
Что это значит для редактуры. Цель скилла: убрать канцелярит и штампы, сохранив содержание и голос. Он не предписывает заменять предсказуемые слова или искусственно чередовать длину предложений. Качество проверяется сравнением версий и отдельной вычиткой; балл сканера служит дополнительным сигналом.
Мы 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, секция «FP-аудит детекторов».
humanizer-ru MCP questions
How do I add humanizer-ru MCP to Claude Code?
Run claude mcp add humanizer-ru -- uvx ru-humanizer mcp in your terminal. Add --scope user to make it available in every project.
How do I add humanizer-ru MCP to Cursor?
Open ~/.cursor/mcp.json and add the server under mcpServers, using the Cursor config shown in the install section above.
What tools does humanizer-ru MCP provide?
It exposes 2 tools, including scan_text, compare_texts.
What does the humanizer-ru skill do?
It removes bureaucratic language and cliché phrases from Russian text, providing local editing to find unnecessary parts and fix specific areas while verifying meaning.
Does the tool rewrite the entire text?
No, it performs local editing rather than complete rewriting, marking specific locations for changes and ensuring no new facts are added.
How does the tool handle my personal writing style?
The skill can calibrate to your specific voice if you provide writing samples, maintaining your rhythm, vocabulary, and tone during edits.