humanizer-ru

Проверяемая гигиена вставки из чата для русского текста

40 regex-маркеров артефактов вставки из чат-интерфейсов, у 38 из них полная запись доказательств. Ложных срабатываний класса A на 12314 текстах-неносителях ноль, класса B — 8, то есть 0.00065 (Wilson 95% CI от 0.0003 до 0.0013; замер 04.09.2026 по замороженной предрегистрации). Каждое число с датой и командой воспроизведения — в разделе «Цифры проекта».

Очистка артефактов вставки и сверка фактов доступны и для английского текста: добавьте --language en к humanizer-clean, humanizer-polish, humanizer-facts или humanizer-report (либо --language auto). Это не включает русские стилевые эвристики и не даёт вердиктов об авторстве; профиль сохраняет код, URL, Markdown и проверяемые факты. Русский профиль остаётся значением по умолчанию для совместимости.

Кому это нужно

• Редактору и преподавателю: проверить текст перед публикацией: humanizer-markers --scan файл.md.
• Разработчику и CI: гейт вставки из чат-интерфейсов: action и контракт.
• Пользователю ИИ-ассистента: та же проверка внутри агентной среды: MCP одной конфигурацией или демо.

Попробовать за 30 секунд

• Демо в браузере: ничего не устанавливать, текст не покидает браузер.
• Сообщить о проблеме или опыте использования: issue в репозитории; пользовательский текст не передаётся автоматически ни демо, ни сборщиком обратной связи.
• Проверка конкретной вставки:

Самый короткий путь «нашёл → убрал → проверил»:

pip install humanizer-ru
humanizer-markers --scan input.txt       # найти следы (rc=1 = находка)
humanizer-clean --in-place input.txt     # снять поддержанные артефакты
humanizer-markers --scan input.txt       # убедиться, что остатка нет (rc=0)

Для английского входа добавьте --language en; для смешанного — --language auto. Очистка не переписывает стиль и смысл: проверьте результат вручную и используйте humanizer-facts diff до.txt после.txt --no-additions после редакторской правки.

python -c "open('primer.txt','w',encoding='utf-8').write('Согласно отчёту :contentReference[oaicite:3]{index=3}, рост заявок.\n')"
humanizer-markers --scan primer.txt; echo "rc=$?"
  primer.txt:1 [contentReference] Согласно отчёту :contentReference[oaicite:3]{index=3}, рост заявок.
  Найдено маркеров: 1.
  rc=1

rc=1 означает «найдены маркеры» — это ожидаемый результат проверки на образце со следом вставки, а не ошибка; rc=0 — следов нет, rc=2 — вход не читается (с --json конверт ошибки печатается в stdout).

Полный сценарий: найти, безопасно очистить, сверить, сообщить

1. Найти артефакт вставки. humanizer-markers --scan файл.md печатает находки с координатами и классом: A — жёсткие артефакты копипасты из чат-интерфейсов, B — контекстные индикаторы вроде невидимых символов и скрытой раскладки; rc=1 означает находки. Демо-страница делает то же в браузере без установки и подсвечивает исходные диапазоны. Мягкие признаки машинного письма считает humanizer-scan: они калибруют объём правки и не дают вердикта.