antiplagiat

avoid-ai-writing-russian

Скилл для ИИ-агентов (Claude Code, Codex, Cursor и других), который находит и убирает из русских текстов приметы машинной генерации: канцелярит, кальки с английского, «не просто X, а Y», тире-связки, одинаковый ритм предложений. К нему прилагается детектор на Python (aiw-ru) и под-скилл antiplagiat для текстов, которые пойдут в «Антиплагиат» или «Думейт»: он правит абзацы, подсвеченные в отчёте системы, и оценивает текст по фрагментам в духе её модуля ИИ-детекции.

Это русская адаптация avoid-ai-writing Конора Бронсдона. Устройство скилла взято оттуда, каталог примет переписан под русский язык, детектор написан заново. Подробности в разделе «Благодарности».

Содержание

• Зачем
• Пример
• Установка
• Как пользоваться
• Под-скилл antiplagiat
• Детектор
• Что ловит каталог
• Ограничения
• Разработка
• Выпуски
• Как сослаться
• Благодарности
• Лицензия

Зачем

Английские «очеловечиватели» на русском почти бесполезны. Они ищут delve и tapestry, а русский текст модели выдаёт себя другим: «является», «осуществляется», «в рамках данной работы», «играет ключевую роль», «на ежедневной основе», цепочками вроде «обеспечение повышения эффективности проведения мониторинга» и прямыми кавычками там, где нужны «ёлочки». Половина этого — канцелярит, которым люди писали задолго до нейросетей; модели выучили его из госдокументов и рефератов и воспроизводят с удвоенной частотой. Другая половина — синтаксис, протащенный из английского черновика, на котором модель «думала».

Скилл помогает двум группам:

• тем, кто хочет меньше ИИ-стиля в своих текстах: статьях, документации, постах, письмах;
• тем, чей текст пойдёт на проверку в «Антиплагиат» или «Думейт» и кому не нужны ложные срабатывания модуля ИИ-детекции на собственном тексте.

Пример

До (типичный ответ модели на просьбу написать абзац про ИИ в медицине):

В современном мире искусственный интеллект играет ключевую роль в развитии здравоохранения. Данная технология открывает новые возможности для диагностики и лечения заболеваний. Стоит отметить, что внедрение ИИ осуществляется в рамках комплексного подхода к цифровой трансформации отрасли. Кроме того, нейросетевые модели позволяют значительно повысить точность диагностики. Исследования показывают, что такие системы обеспечивают высокую эффективность при анализе медицинских изображений.

Детектор: 98/100, «сильный ИИ-стиль». В пяти предложениях он нашёл размытую ссылку на авторитет («Исследования показывают»), пять слов-маркеров, две оценки без чисел, пять случаев канцелярита, шаблонный переход и скопление слов второго уровня.

После правки скиллом:

ИИ в медицине пока применяют в основном для анализа изображений и помощи в диагностике. Насколько такие системы точнее врача, в исходном тексте не сказано. Нужны цифры и ссылка на исследование, иначе утверждение не проверить.

Проверка: один проход. Скилл убрал разбег, штампы и пустые оценки. Число и источник он не выдумал, а пометил как пробел: исходник их не давал. Это правило «никогда не добавляй» из исходного проекта. Для научного текста оно важнее всего остального.

Установка

Claude Code: плагин

claude plugin marketplace add ormeilu/avoid-ai-writing-russian
claude plugin install avoid-ai-writing-russian@avoid-ai-writing-russian

Плагин ставит оба скилла, avoid-ai-writing-russian и antiplagiat, вместе с детектором. Детектору нужен uv.

Claude Code, Codex и другие агенты: папка скилла

Клонируйте репозиторий и скопируйте папки скиллов туда, где агент их ищет. Детектор лежит в корне репозитория, а скиллы зовут его командой uv run --project ../.. aiw-ru …, поэтому удобнее ссылка, а не копия:

git clone https://github.com/ormeilu/avoid-ai-writing-russian.git ~/src/avoid-ai-writing-russian

ln -s ~/src/avoid-ai-writing-russian/skills/avoid-ai-writing-russian ~/.claude/skills/avoid-ai-writing-russian

ln -s ~/src/avoid-ai-writing-russian/skills/antiplagiat ~/.claude/skills/antiplagiat

Для Codex используйте ~/.codex/skills/ или ~/.agents/skills/, для Cursor — правила проекта. Агентам без поддержки SKILL.md можно передать текст SKILL.md и references/patterns.md как инструкцию.

Детектор

Скиллам нужен uv или aiw-ru в PATH: при первом запуске uv сам поставит Python 3.12 или новее и зависимости детектора (regex, rich, pydantic), а установленный aiw-ru скилл зовёт напрямую. Без обоих скилл работает, но проверки будут только модельными, и он об этом скажет.

Отдельно от скиллов детектор ставится из PyPI:

uv tool install aiw-ru

Или запускается без установки: uvx aiw-ru scan статья.md. Подойдёт и pip install aiw-ru.

Только команда, без плагина

Скиллы лежат и в пакете. Если стоит только aiw-ru, их выводит сама команда:

aiw-ru skill

aiw-ru skill avoid-ai-writing-russian

Первая показывает список скиллов, вторая печатает SKILL.md для агента. Вызовы детектора в нём уже переписаны на aiw-ru …, а каталог примет выводит aiw-ru skill avoid-ai-writing-russian references/patterns.md. Агенту достаточно сказать: «выполни aiw-ru skill avoid-ai-writing-russian и работай по этому скиллу».

Необязательные модели

Кроме правил, у детектора есть несколько моделей, обученных на русской части корпуса LLMTrace. Каждая оценивает вероятность, что текст написала языковая модель:

• ModernBERT: дообученный русский ModernBERT в ONNX, самый точный, читает текст целиком до 8192 токенов, около 140 МБ, работает на CPU без torch (карточка);
• LightGBM на признаках детектора: около 10 МБ, легче и быстрее, но заметно менее точный (карточка);
• трансформер: дообученный русский BERT, около 30 МБ, почти так же точен и в несколько раз быстрее ModernBERT, для слабой машины; ставится только по имени, aiw-ru models install transformer (карточка);
• mini-frida: по ROC AUC между ModernBERT и трансформером, около 1