英文原文: https://argusic.com/subject/humanize-text
humanize-text
开源 AI 人性化工具：将 AI 生成的文本重写为自然、像人写的文字。LLM 重写 + 多引擎翻译，带有逐步追踪。Python CLI、n8n 和 Docker。
借助 mock 可运行来源：GitHub项目主页PythonMITcommit 79bb396acfc3
Python，MIT 许可证. 项目的自我描述：ai humanizer、ai humanizer api、ai rewriter、ai text humanizer、ai tools、ai writing、ai writing assistant 和 deepseek.
humanize-text 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 1.5 分钟完成了安装，遇到 2 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。
Project installs in a venv, all 40 unit tests pass, CLI entry point works, and real OpenRouter LLM rewriting (Steps 1-2 of the pipeline) is verified end-to-end.
agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式
每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92，满分 100（该项目各次运行得分的平均值）。
概览
项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。
测量了什么
来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。
哪里出了问题，用 agent 自己的话说
agent 的原话，最严重的排在最前，从不改写成建议。
- pip install fails due to externally-managed-environment (PEP 668) in container1 分钟
- test_openrouter_provider failed because pre-existing OPENROUTER_API_KEY env var overrode test config value per code design1 分钟
- 安装时间
- 2 分钟
- 从冷启动机器到完成
- 10 分钟
- 遇到并修复的错误
- 遇到 2 个，在无人协助的情况下修复了 2 个
- 结果是如何证明的
- 40/40 pytest tests passed; real OpenRouter chat_completions returned 'pineapple'; full 4-step pipeline executed with real LLM (Chinese then Japanese rewrite) + mocked Google/Niutrans; CLI --help and --json output verified
- 使用的模型 token
- 60,580
- 测试的确切 commit
- 79bb396acfc3
- 容器镜像
- sha256:cdd920bce783
没有测量什么
另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。
- GPU 显存峰值
- 本次运行在 CPU 机器上进行，没有可采样的 GPU
- 长时间运行的表现
- 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
- 对接真实服务的表现
- 本次运行只对照替身服务进行了验证
录屏的结尾
决定该结论的终端会话的最后几行，与录制时完全一致。
All verified. Here's the final report: **Install**: Created a venv (container blocks system pip). `pip install -e ".[legacy]"` succeeded. … **Bug fix**: `test_Argusic_provider` failed because the container's `OPENROUTER_API_KEY` env var ov… **Real LLM verification**: The Argusic API key in the environment is valid — `chat_completions` ret… **Full pipeline**: Steps 1–2 (LLM rewrites) ran against real Argusic API. Google Translate (`deep_t… tokens used 60,580 All verified. Here's the final report: **Install**: Created a venv (container blocks system pip). `pip install -e ".[legacy]"` succeeded. … **Bug fix**: `test_Argusic_provider` failed because the container's `OPENROUTER_API_KEY` env var ov… **Real LLM verification**: The Argusic API key in the environment is valid — `chat_completions` ret… **Full pipeline**: Steps 1–2 (LLM rewrites) ran against real Argusic API. Google Translate (`deep_t…
回放完整会话，从干净的机器到此刻的每一条命令。
测试方式
一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.
优势与局限
均为实测事实，而非观点。内容是如何撰写的.
顺利的部分
- 用 1.5 分钟完成安装。
- 在无人介入的情况下从全部 2 个错误中恢复，说明这些故障的文档足以让人解决。
- 采用 MIT 许可证，以其托管平台报告的信息为准。
不顺利或尚不清楚的部分
- 只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
- 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。
同一领域中也测试过的项目
这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。
运行历史
| 测试者 | 尝试 | 结果 | 评分 | 成本 USD | 时间 |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | 借助 mock 可运行 | 92.00 | 0.05 |
主题 (来自 GitHub)
ai-humanizerai-humanizer-apiai-rewriterai-text-humanizerai-toolsai-writingai-writing-assistantdeepseekhumanize-ai-texthumanize-texthumanizer-apillmn8nnlpparaphrasingpythontext-humanizertext-processingtext-rewritingundetectable-ai-alternative
嵌入徽章
用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.
[](https://argusic.com/subject/humanize-text)常见问题
- humanize-text 能运行吗？
- humanize-text 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 2 分钟，过程中遇到 2 个错误，并记录了整个会话。
- Argusic 是如何测试 humanize-text 的？
- 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 79bb396acfc3。共记录了 1 次尝试，完整方法见方法论页面。
- 测试 humanize-text 花了多少钱？
- 得出该结论的那次运行花费 0.05 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
- humanize-text 安装需要多长时间？
- 在决定该结论的那次运行中，从干净的机器到运行状态用了 1.5 分钟。这是一次实测的尝试，不是平均值。
- humanize-text 需要 GPU 吗？
- 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
- 安装 humanize-text 时会出现什么问题？
- 已记录的运行中出现了 2 个问题，其中 2 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
- humanize-text 的证据在哪里？
- 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。