以 MIT 许可证公开的 isaaceryn/humanizer-ko 是一个 Claude Code 智能体技能，用于在韩语文本中找出并修正 AI 写作痕迹。在 2026 年 10 月 21 日的提交 b1562c26315b8d264d7830cd98d280e4d92333ea 中，版本升至 1.5.0，并新增了只处理论文摘要和学术稿件的参考文件 references/academic-papers.md。该提交新增 194 行、删除 8 行，技能正文中的 37 个模式编号及其数量保持不变。
这个文件的出发点是：学术稿件的 AI 痕迹更多来自结构而非句子。模式分为 A1~A7 七个，其中 A3~A7 是在完全由 AI 从头撰写的文本上测得的生成痕迹，而 A1（摘要过度填充）和 A2（线索累积）则被视为人工撰写的稿件经 AI 反复润色后产生的缺陷。文件中还收录了一项方向相反的测量结果：AI 写的摘要与人写的摘要相比，结果和数字反而更少，结论却更长。因此不会仅因数字多就判定为 AI 所写，而是以模式群而非单个模式进行判定。文件按顺序写明了在篇幅上限内压缩摘要时应保留的内容（问题·方法·核心结果·意义），英文摘要词汇列表也附上了测量依据与依据文献。SKILL.md 还新增了一条判定指引：不要把引言结尾的章节结构说明和研究问题列表改写成 AI 式的预告句。
不过，证据的分量并不均衡。该文件自身直接在韩文摘要上测量的，只有连接语尾之后的逗号（§37），其余生成痕迹则明确标注为从英文测量结果移用而来的假设。摘要过度填充与线索累积没有测量研究，只能依赖学术期刊的摘要指南来判断。也就是说，1.5.0 并非改进了检测器，而是把润色规则扩展为文档，其对韩文学术写作的准确率目前尚未由项目自身证明。由于规则是人们可以直接阅读并加以应用的形式，在压缩摘要或检查投稿稿件时可以试用。