detect-ai — скилл для Claude Code: что делает и как установить
Скилл проверяет текст на следы генерации через API HumanizerAI и возвращает оценку от 0 до 100 с метриками вроде burstiness и perplexity.
npx skills add humanizerai/agent-skills --skill detect-ai -a claude-codeЧто делает detect-ai
Скилл принимает фрагмент текста через аргументы команды /detect-ai и отправляет его в сервис HumanizerAI с помощью встроенного инструмента WebFetch. Главная метрика в ответе — общий балл score.overall, где значения от 0 до 20 указывают на авторство человека, а от 81 до 100 означают машинную генерацию.
Помимо общего балла агент выводит длину текста, число предложений, метрики сложности n-грамм, длины фраз, простоты и связности. Скилл сразу даёт вердикт и подсказывает, стоит ли переписать фрагмент перед отправкой.
Без переменной окружения HUMANIZERAI_API_KEY скилл вернёт ошибку и работать не станет, поэтому ключ придётся настроить заранее.
Какие задачи решает
- проверить статью перед публикацией на признаки машинного текста
- узнать метрики перплексити и разнообразия структуры предложений
- оценить вероятность генерации по шкале от 0 до 100
- получить вердикт о необходимости ручной переработки текста
Примеры запросов агенту
- /detect-ai Вставьте сюда черновик статьи для блога
- /detect-ai Проверь этот абзац из документации перед отправкой в релиз
Как установить detect-ai
1Через Skills CLI (Vercel)
npx skills add humanizerai/agent-skills --skill detect-ai -a claude-code2Вручную: положить файлы
~/.claude/skills/detect-ai/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/detect-ai/
1Через Skills CLI (Vercel)
npx skills add humanizerai/agent-skills --skill detect-ai -a codex2Вручную: положить файлы
.agents/skills/detect-ai/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add humanizerai/agent-skills --skill detect-ai -a cursor2Вручную: положить файлы
.cursor/skills/detect-ai/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install humanizerai/agent-skills detect-ai2Вручную: положить файлы
.github/skills/detect-ai/SKILL.md1Через Skills CLI (Vercel)
npx skills add humanizerai/agent-skills --skill detect-ai -a gemini-cli2Командой платформы
gemini skills install https://github.com/humanizerai/agent-skills --path skills/detect-aiВручную: положить файлы
.devin/skills/detect-ai/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add humanizerai/agent-skills --skill detect-ai -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Из того же набора3
Похожие
Рядом в теме «ИИ и ML»
Всё по теме «ИИ и ML» →Вопросы о detect-ai
Как установить detect-ai в Claude Code?
Выполните команду npx skills add humanizerai/agent-skills --skill detect-ai -a claude-code. Конфигурация сохранится в файле ~/.claude/skills/detect-ai/SKILL.md.
Что делает скилл detect-ai?
Он отправляет переданный текст на анализ в HumanizerAI и выводит итоговую вероятность генерации от 0 до 100 вместе с метриками связности.
Что нужно для работы скилла?
Нужен действующий ключ HUMANIZERAI_API_KEY в переменных окружения и доступный инструмент WebFetch для отправки запросов.
Исходный текст
SKILL.md · MIT
---
name: detect-ai
description: Analyze text to detect if it was written by AI. Returns a score from 0-100 with detailed metrics. Use when checking content before publishing or submitting.
user-invocable: true
argument-hint: [text to analyze]
allowed-tools: WebFetch
---
# Detect AI Content
Analyze text to determine if it was written by AI using the HumanizerAI API.
## How It Works
When the user invokes `/detect-ai`, you should:
1. Extract the text from $ARGUMENTS
2. Call the HumanizerAI API to analyze the text
3. Present the results in a clear, actionable format
## API Call
Make a POST request to `https://humanizerai.com/api/v1/detect`:
```
Authorization: Bearer $HUMANIZERAI_API_KEY
Content-Type: application/json
{
"text": "<user's text>"
}
```
## API Response Format
The API returns JSON like this:
```json
{
"score": {
"overall": 82,
"perplexity": 96,
"burstiness": 15,
"readability": 23,
"satPercent": 3,
"simplicity": 35,
"ngramScore": 8,
"averageSentenceLength": 21
},
"wordCount": 82,
"sentenceCount": 4,
"verdict": "ai"
}
```
**IMPORTANT:** The main AI score is `score.overall` (not `score` directly). This is the score to display to the user.
## Present Results Like This
```
## AI Detection Results
**Score:** [score.overall]/100 ([verdict])
**Words Analyzed:** [wordCount]
### Metrics
- Perplexity: [score.perplexity]
- Burstiness: [score.burstiness]
- Readability: [score.readability]
- N-gram Score: [score.ngramScore]
### Recommendation
[Based on score.overall, suggest whether to humanize]
```
## Score Interpretation (use score.overall)
- 0-20: Human-written content
- 21-40: Likely human, minor AI patterns
- 41-60: Mixed signals, could be either
- 61-80: Likely AI-generated
- 81-100: Highly likely AI-generated
## Error Handling
If the API call fails:
1. Check if HUMANIZERAI_API_KEY is set
2. Suggest the user get an API key at https://humanizerai.com
3. Provide the error message for debugging
© humanizerai · MIT · humanizerai/agent-skills