AI Cleaner：基于 NLP 的 AI 痕迹 Agent 系统

404: AI signature not found

什么是 AI Cleaner？

AI Cleaner 是一个基于 LangGraph 多 Agent 协作与本地 NLP 规则引擎的中文 AI 痕迹消解系统。通过 LLM 语义重构、Agent 迭代评估和零 token 本地后处理三层串联管线，在主流中文 AIGC 检测平台上均有稳定的低检出率表现。

本项目用于神经语言程序研究、Agent 工作流设计验证和人机协同实验。请勿将其用于学术不端、伪造原创或规避平台规则。

项目支持语言仅限于中文，非常不建议使用英文。作者对 Turnitin 检测算法仍在研究，欢迎对此有思路的朋友 Fork/PR。

核心能力

• 低性能要求：在独立 NLP 算法下，使用零 token 直接对文本进行改写；
• 多轮改写：通过 LangGraph 状态机驱动改写 Agent 与评估 Agent 迭代协作，每轮由本地 AIGC 检测器产出风险报告，指导下一轮修订方向；
• 前端优雅：支持流式输出、差异对比、历史记录和设置页调试
• 项目透明：完整公开 LangGraph 工作流定义、Prompt 构造、NLP 管线、AIGC 检测逻辑及安全边界；
• 效果绝佳：LLM 改写 + 本地 NLP 后处理双通道串联，前者负责语义重构与风格变换，后者以规则+统计方式做句式打散、节奏扰动和去模板化，实测在各大中文 AIGC 检测平台均有稳定降 AI 率表现。

实现效果

PaperYY、PaperPass 系

#### 腾讯朱雀大模型检测 #### 知网、维普、格子达 系

维普 AIGC 检测结果（感谢 zopulus 老哥提供）

（待定，欢迎提交使用本工具的检测结果）

你可以用 AI Cleaner 做什么

把一段中文文本丢进去，它会帮你改写成"人看着觉得像 AI 写的，但是算法检测不出来“的版本。

• 降低学术论文段落的 AI 痕迹；
• 消除 AIGC 文本的"总结腔"和"模板感"；
• 也许对初学者来说，是一个很棒的 LangGraph 案例，可以帮助你了解如何构建属于自己的 Agent 项目；

为什么 AI Cleaner 能实现降 AIGC 检测

AI Cleaner 的每一层改写机制都根据主流检测器的判别维度进行优化，主流中文 AIGC 检测器（知x、维x、x方等）是在多个维度捕捉机器写作的统计指纹，其中核心判别维度如下：

简单同义词替换几乎无效。以知* AIGC 检测为例，检测深入到语义向量和写作模式层面：把"人工智能技术在医疗领域的应用日益广泛"改成"AI科技于医学范畴之运用愈发普遍"，AIGC 率仅从 75% 降到 72%，因为信息密度、逻辑结构、语义节奏在向量空间中几乎重合。因此，降 AIGC 必须在统计特征和写作模式两个层面同时出击。

第一层：用大模型先做整体改写，让文本不再像原来的 AI 表达

第一轮改写主要由 LLM 完成，从表达方式、句子结构和论证顺序上重新组织文本。

项目里内置不同场景下的 Prompt 模板，用来引导模型改写时重点处理这些问题：

• 避免使用过于模板化的连接词，比如“首先、其次、综上所述”；
• 打破过于工整、对称的句式结构；
• 减少空泛的抽象名词和套话式总结；
• 调整原文的论证顺序，让文章的逻辑推进方式发生变化。

如，原文可能是“先讲 A，再推出 B，最后得到 C”，改写后可以变成“先说明 C 为什么重要，再回到 B 和 A 进行解释”，文本在语义结构上和原文拉开距离。

第二层：用 Agent 多轮检查和修改，处理高风险句子

只改一遍（即直接用 Prompt 让不同模型重新写一遍）通常很难把上述所有问题都处理干净。 AI Cleaner 通过 LangGraph 组织多个 Agent 反复协作：

改写 → 本地检测 → 找出问题 → 给出修改建议 → 定向改写 → 再次检测

Agent 会先用本地检测器分析当前文本，找出哪些地方仍然比较像 AI 写的，比如：

• 哪些句子的 Perplexity 异常、长度平均，缺少变化；
• 哪些过渡词使用密集；
• 哪些模板化句式没有清理干净。

此部分为局部重写，避免文本在多轮改写后仍然停留在同一种 AI 风格里。

第三层：用本地 NLP 规则做后处理

这是 AI Cleaner 和其他项目最大的区别之一。

在 LLM 完成改写后，系统会通过本地 NLP 管线做进一步处理，不调用大模型，也不消耗 token。事实上，即使 LLM 已经改过一轮，文本里仍然可能保留某种“AI 味”。

第四层：人工处理

本项目的初衷是应对当前误判率极高的 AIGC 检测工具，而非为学术抄袭提供便利。

需要指出的是，受算法能力所限，经过本工具处理的文本仍可能带有明显的 AI 痕迹，无法直接“骗过”人工审查。因此建议将本项目输出视为半成品初稿，在此基础上进行人工润色，方能得到既通过算法检测、也经得起人工审阅的自然文本。

部署

准备工作：

git clone https://github.com/SmartisanNaive/AI-Cleaner
cd AI-Cleaner

后端

# 项目根目录下运行
# 安装 uv（Python 包管理器）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 安装依赖
uv sync

# 启动后端服务
uv run uvicorn backend.app.main:app --host 127.0.0.1 --port 8000

前端

# 前端目录下运行
cd frontend

# 安装 pnpm（如果没有）
npm install -g pnpm

# 安装依赖
pnpm install

# 开发模式（带热更新 + API 代理）
pnpm dev
# 访问 http://localhost:5173

# 或者构建生产版本
pnpm build
# 构建产物在 frontend/dist/，可由 FastAPI 直接 serve

Cloud 分支说明（还有点 bug）

Cloud 版本只用于本项目演示部分的项目信息披露，保证演示的网页端不会收集相关敏感信息。Cloud 分支下，用户在浏览器中输入的 API key 不会被后端长期保存。后端目前只保留了无状态的接口（例如 /api/settings/test、/api/rewrite 和 /api/nlp*），API key 只会在用户发起请求时短暂进入后端内存，并被转发给所选择的上游服务。如果用户没有填写 API key，系统才会使用服务端配置的环境变量作为兜底。同时，后端已经对 /api/* 响应统一设置了 Cache-Control: no-store，并且会对日志中的 api_key、authorization、base_url 等敏感字段做脱敏处理，降低泄露风险。

前端默认“不记住 API key / 不记住历史”。只有当用户主动勾选相关选项，并点击“保存到浏览器”后，信息才会写入本地 localStorage。

但仍请注意以下几点：

• Cloud 分支用于云端演示版，后端只做临时转发，不保存用户的 API Key、Base URL、输入正文、输出结果或历史记录。此部分主要是为了让云端演示的项目透明，不建议个人部署，建议团队部署进行二次开发。
• 云端演示版中，设置和历史记录只保存在浏览器本地；服务端不再提供 /api/settings 与 /api/history* 持久化接口。
• 可通过 AI_CLEANER_ALLOWED_ORIGINS 配置允许访问的前端域名，多个域名用英文逗号分隔。

TODO

• Cloud 演示版本上线；
• 集成 Turnitin 检测；
• 小说文本适配（针对小说重写 Prompt 增加和小说语料风格的 NLP 算法优化），感谢佬友 moshangmoyu、星空的光等提出的需求，之前做这个项目的时候确实没有考虑到；
• 排版优化（根据 #1 反馈，优化 Diff 配色与背景对比度，提升可读性）；
• …………

致谢

本项目的诞生离不开开源社区和诸多开发者的启发与帮助，在此由衷感谢：

核心框架

• LangGraph — 项目核心的 Agent 编排框架，为多轮改写与评估的协作流程提供了基础。

前端视觉效果

• Pretext — 首页粒子文字动画效果的基础库，提供了出色的文字视觉渲染能力。
• Pretext Wind Effect — 前端背景风吹粒子效果的参考实现。
• Pretext Typewriter Effect — 前端文字打字机动画效果的参考实现。

NLP 算法与研究参考

• humanize-chinese — 本地 NLP 强力模式的核心算法来源，为去 AI 痕迹的规则引擎提供了重要参考（不知道为啥 404 了）。
• Humanizer-zh — 中文 AI 文本人性化处理的思路与方案，为项目早期的算法设计提供了方向。
• baibaiAIGC — AIGC 检测规避方向的探索项目，在本地检测器的设计上给予了启发。

社区讨论与思路启发

• Linux.do 讨论帖 — 中文 AIGC 降低 Prompt。
• Linux.do 讨论帖 — 各类 Prompt 的降 AI 率社区测试，为多层串联管线的架构设计提供了有价值的思路。

---

如果你的项目或文章在本项目中有所引用但未列出，欢迎提 Issue 或 PR 补充，我会第一时间添加。