如何用humanizer改写长篇文档hz命令行工具一条命令保留Markdown、Word标题与代码结构【免费下载链接】humanizer项目地址: https://ai.gitcode.com/hf_mirrors/jialinyyzz/humanizerhumanizer 是一个 12B 参数的本地 AI 改写模型能把 AI 写出来的草稿改得像人写的配套的hz 命令行工具一条命令即可改写长篇 Markdown 或 Word 文档且标题、代码块、表格原样保留只对正文分块改写并逐块检查。本文带你从零装好它并讲清楚它是怎么保住文档结构的。为什么不能把长文档整个丢给模型改写长篇文档比如技术文章、报告时直接整篇丢给模型有三个绕不开的问题上下文有限指令、草稿和改写共用 8192 个 token长文档根本装不下结构容易丢模型常常把标题、代码块、列表直接删掉或改成大白话正文没法核对数字、日期、链接一旦悄悄改错整篇输出都得重跑。hz的思路就是针对这三点把正文按段落切成小块逐块改写结构块完全不送给模型每块改完自动做数字、链接、照抄等检查出问题自动重采一次。3步装好 hz 命令行工具 ⚙️第1步安装 hzhz 需要 Python 3.8 及以上只用标准库。安装命令在 USAGE.zh.md 的「14. 命令行工具 hz」一节里pipx或pip一行命令即可装完后系统里多一个hz命令。如果要处理.docx再补装python-docx依赖同节说明。第2步下载模型文件按你的内存选文件详细对照见文末表格pip install -U huggingface_hub[cli] hf download jialinyyzz/humanizer humanizer-12b-Q8_0.gguf prompt_format.json --local-dir ./humanizer-model国内下载慢的话可先设置 HuggingFace 镜像环境变量再执行方法见 USAGE.zh.md 第 2 节。下载后可用wc -c核对文件大小校验值也在文档里。第3步启动推理服务llama-server -m ./humanizer-model/humanizer-12b-Q8_0.gguf -c 8192 -np 1 -ngl 99 --host 127.0.0.1 --port 8080当curl -s http://127.0.0.1:8080/health返回{status:ok}就就绪了。如果你用的是 Humanizer 桌面 App 作后端可以跳过这一步——hz 会自动检测正在运行的 App。一条命令改写长文档常用示例hz paper.md -o paper.out.md # 长篇 Markdown结构保留正文分块改写 hz report.docx -o report.out.docx # Word 文档 hz draft.txt # 短文本结果直接打印到终端 hz paper.md --dry-run # 只预览怎么切块不消耗模型 hz paper.md --json report.json # 输出每块的检查报告 hz paper.md --server http://127.0.0.1:8080 # 指定某个 llama-server速度参考M5 MaxQ8_0 量化一篇 1,200 词的英文 Markdown 切成 21 块约 41–54 秒约 700 字的中文报告切成 6 块约 13–17 秒。进度按块打印在 stderr需要人工核对的块无论如何都会列出来。hz 如何保住 Markdown 与 Word 结构 这些块一律原样保留、不送模型Markdown 标题#、下划线式、整行纯粗体围栏/缩进代码块、表格、公式$$…$$与\[…\]纯图片或链接行、HTML 块与注释、引用块、分隔线YAML front matter、脚注和链接定义References、Bibliography、Works Cited、Sources、参考文献等标题下的全部内容紧贴列表/表格/代码块之前、以冒号结尾的短句如「主要成效如下」正文怎么切正文段落按顺序拼成块每块最多约350 个英文词或 600 个汉字可用--max-words/--max-chars调整。块绝不跨过标题和任何保留块超长段落按句子切开改完再拼回同一段。列表项保留原编号和项目符号短项约 15 个英文词以内保持原样——短列表项是模型最弱的地方建议重点看。Word.docx处理标题、表格、目录、页眉页脚、脚注、题注、引用、代码样式一律不动含超链接、图片、域、公式或修订痕迹的段落整段跳过。注意一点改写会写进段落第一个 run段内局部的粗体/斜体格式会丢失整段统一用第一个 run 的格式。下图是一次改写前后的对比草稿在左改写在右数字、名称、引用都原样保留自动检查出问题会自动重采一次每块改完都会做检查命中任一问题就重写一次两版留问题少的检查项含义missing_numbers草稿里的数字在改写里找不到480k480,000、31.7万317,000 等会先做规范化比对copy改写超过一半照抄草稿默认阈值 0.5missing_urls草稿里的链接在改写里丢了empty/truncated输出为空或撞长度上限too_short/too_long长度不到草稿的 35% 或超过 175%repeated改写里有两句话在说同一件事markup出现了草稿没有的 HTML 标签改写里多出来的数字added_numbers只报告不重采模型有时做的是正确算术有时是编的两种情况都要自己看一眼。重写后仍有问题的块会在 stderr 按行号列出--json报告里标为flagged: true退出码仍是 0。要提醒的是检查只覆盖数字、链接、照抄、长度、重复和杂散标签改了一个词、一个人名或句子方向它查不出来——结果务必通读一遍。按内存选模型文件你的内存推荐文件大小32 GB 及以上humanizer-12b-Q8_0.gguf推荐约 12.7 GB16 GBhumanizer-12b-Q6_K.gguf约 10.0 GB16 GB 或硬盘紧张humanizer-12b-Q4_K_M.gguf约 7.6 GB三档量化与全精度bf16在事实保真判官上的差异都在噪声范围内可以放心按内存选。中文文档改写特别注意事项 中文效果还在追赶英文评测中 204 篇中文改写有 149 篇未挑出事实问题有问题的九成改一个词或短语就好数字会换写法汉字数字变阿拉伯数字三 → 3、日期改格式6月14日 → 6.14自动核对发现不了这类变化请读一遍全角/半角标点可能互换问候、正文、落款有时被并成一段发出前整理格式中文改写更容易照抄草稿hz 的自动重采在这种情况更管用。参考资料USAGE.zh.md完整无 App 使用指南第 14 节是 hz 的完整参考选项、JSON 字段、退出码USAGE.md英文文档含整文件夹批量改写脚本与长文切分脚本AGENTS.md给 AI Agent 的安装与自检说明含自检脚本跑通会打印PASSprompt_format.json提示词指令与分隔符原文逐字节复现模型训练时的输入【免费下载链接】humanizer项目地址: https://ai.gitcode.com/hf_mirrors/jialinyyzz/humanizer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考