human-writing

采用判断：值得小范围试用，但不宜因为近期讨论度就把它当成已经充分验证的成熟写作产品。现有证据有 5 条记录、3 篇知乎文章和 1 条 X 提及，知乎合计约 45 个赞、3 条评论，说明它获得了一定关注；不过，唯一的 GitHub 记录指向 gethuman-sh/human，并非目标仓库，不能用来证明 human-writing 的 Stars、增长或工程成熟度。这里的热度证明明显多于好用证明，讨论质量以规则解读和作者观点为主，系统实测、可复现案例和长期反馈仍然有限。

实际作用更像一套给大模型使用的中文写作规约与改稿流程，而不是独立的写作模型。现有文章提到，现实题材长稿应先准备至少五件有来源的具体材料，并明确叙述者、知情依据、写作动机及材料能支撑的内容；材料不足时，规则可能要求继续研究、最多向用户提三个问题，或把文章收缩到 600 字以内。虚构写作则强调主要场景中的动作、选择、关系、信息变化或后果；较新的规则还从屏蔽固定句式转向检查具体的修辞动作，以减少表面改词却保留 AI 味的情况。

门槛和成本方面，项目在实体信息中被标为开源 Skill，但现有证据没有给出可核验的官方安装说明、许可证、适配模型、托管方式、定价或 API 费用。因此不能把它说成免费服务，也不能承诺稳定的调用成本；如果需要外部大模型，模型调用费只能视为取决于实际运行环境的保守推断，而非项目官方报价。它的主要门槛不是复杂界面，而是用户要准备可靠材料、接受更慢或更短的输出，并愿意参与补充事实和修改约束。

它更适合需要写中文长文、评论、改稿或希望减少套话的创作者、研究者和内容编辑，尤其适合能提供一手材料并重视事实边界的人；不适合只想一键生成长文、没有素材却要求大量细节，或把“人类感”理解为保证通过 AI 检测的人。它不是 AI 检测器、查重器，也不是承诺规避检测的自动人类化服务，更准确的类比是“编辑部写作清单加上面向大模型的提示与审稿规则”。目前社媒共识偏向认可其约束思路，但也有对材料门槛和适用性的谨慎讨论，样本仍有限。