企业官网建设流程全解析

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/humanizer

humanizer 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 hz

hz 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 Max，Q8_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：

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

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PASS）
• prompt_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