li-human — AI 문체 지우기 & 탐지 점수 진단

무엇을 해주나

• humanize.py로 자동 교정: 제로폭 공백·워드 조이너 등 17종 투명 문자 삭제, em dash → 콤마, 컬리 쿼트 → 직선 인용부호, 말줄임표 → 점 세 개, 그리고 slop.json에 담긴 100개 이상의 AI 상투어(delve, leverage, seamless, "in today's fast-paced world" 등)를 평범한 단어로 치환합니다. URL과 대소문자는 보존됩니다.
• 구조적 신호는 자동 수정 대신 플래그: "It's not just X, it's Y", 3단 열거, "The result?" 같은 한 단어 질문, 로켓·불꽃 이모지, 해시태그 벽, "Thoughts?" 같은 반사적 참여 유도, 균일한 문장 길이 등은 표시만 해주고 직접 고쳐 쓰도록 안내합니다.
• detect.py로 5개 지표 점수화: BURSTINESS(문장 길이 변화), SPECIFICITY(숫자·고유명사 밀도), SLOP DENSITY(상투어 밀도), FINGERPRINT(투명 문자·em dash), VOICE(축약형·인칭). 평균 60% + 최저 점수 40% 가중으로 판정하며 PASS는 총점 70 이상이면서 모든 항목 55 이상이어야 합니다.
• 수정 전/후 파일을 함께 넣으면 개선 폭을 비교해 보여줍니다.

이런 분께 추천

• LinkedIn 포스트·댓글·DM을 쓰는데 "AI가 쓴 느낌"을 지우고 싶은 분
• 뉴스레터·블로그·보고서 초안을 사람 말투로 다듬어야 하는 콘텐츠 작성자, 마케터
• 제출 전에 AI 탐지 신호를 점검하고 싶은 학생·기고자 (단, 상용 탐지기 결과를 보장하지는 않습니다)

활용 예시

1. "이 초안 휴머나이즈해줘" → python3 humanize.py draft.txt -o clean.txt --report로 정리 후 무엇이 바뀌었는지 리포트.
2. "이거 AI 같아 보여?" → python3 detect.py draft.txt로 5개 지표 점수와 가장 약한 항목을 확인.
3. "em dash 좀 다 없애줘" → em dash를 콤마로 바꾸고 남은 중복 구두점까지 정리.
4. 2라운드 수정 후 python3 detect.py before.txt after.txt로 개선 전후를 나란히 제시.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/Jakeschincariol/linkedin-agent-skill/HEAD/skills/li-human/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 Jakeschincariol/linkedin-agent-skill 의 skills/li-human 폴더를 내 ~/.claude/skills/li-human/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.