yomiyasu 是什么
yomiyasu（よみやす）是一项面向 AI 编程环境的日语润色技能。它用于修正 AI 生成日语中的不自然表达，将原稿改写成更容易阅读、信息密度更高的文章。
该项目可以加载到 Codex、Claude Code、Cursor 等环境中。它并非只替换少数容易显得“像 AI”的词语，而是从句子的主谓关系、动作主体、修辞方式和信息结构入手进行调整。
项目由个人研究与创作完成，以 MIT License 发布。其设计背景和语料验证过程可参阅项目解说文章。
它解决哪些日语写作问题
普通的文体提示词经常只禁止“解像度”“手触り”“泥臭い”等词。模型可能改用其他模糊词，原有的句法问题却没有消失。过多的编辑规则也可能让模型产生生造词或夸张表达。
yomiyasu 主要处理以下问题：
- 句子没有明确说明谁执行了什么操作。
- 使用“これ”“両者”“片方”等含义不清的指代词。
- 让概念或工具充当拟人化主语。
- 使用“壊れる”“倒す”“効く”“溶かす”“潰す”等含糊的比喻动词。
- 堆叠粗体、列表和固定开场白，却省略实际步骤与工作机制。
- 加入原文没有的主体、规格、免责声明或一般性结论。
七项核心转换原则
- 恢复完整的 SVOCM 结构：明确开发者、使用者或系统等动作主体，并将模糊代词还原成具体名词。
- 区分主体与表达目的：面向读者的要求使用明确请求，功能说明则写清系统能够完成什么。
- 拆解无生命主语：将拟人化描述改为人或系统执行的客观操作。
- 把比喻动词改为技术操作：直接描述处理、跳过、终止、减少或发生不一致等状态。
- 删除多余铺垫：省略“重要的是”等套话，将双重否定和修辞性对比改成简洁的肯定句。
- 保持原意：保留数值与技术约束，不擅自补充原稿没有的事实。
- 控制句长与装饰：以平均每句 30 至 45 个日文字符为参考，将每句逗号控制在 0 至 2 个，并减少表情符号、句末冒号、粗体和不必要的半角空格。
安装 yomiyasu
方法一：使用 skills add
这是 README 推荐的安装方式。执行以下命令后，工具会将技能安装到 Claude Code 等代理的配置目录：
npx skills add nanaism/yomiyasu方法二：用于 Cursor 或 Codex
可以通过 OpenSkills 安装并同步技能：
npx openskills install nanaism/yomiyasu
npx openskills sync同步完成后，各代理可以通过 AGENTS.md 使用该技能。
方法三：安装 Claude Code 插件
在 Claude Code 中依次执行：
/plugin marketplace add nanaism/yomiyasu
/plugin install yomiyasu@yomiyasu方法四：手动放置
从GitHub Releases下载 yomiyasu.skill，解压并放入所用代理的技能目录。
如果同一环境中还启用了其他日语校对或文体调整技能，指令可能互相干扰。使用 yomiyasu 时，建议暂时停用功能相近的技能。
基本用法
安装完成后，在 AI 聊天界面或编程代理中粘贴日语草稿，并给出简单的润色要求：
この文章を読みやすくして。
（ここに修正したい文章を貼り付け）如果没有指定用途，yomiyasu 会根据输入内容自动判断适合的领域。它会尽量保留原稿的事实、数值和技术限制，同时修正主述关系、抽象表达和过度装饰。
一个简化示例
假设原文使用了以下表达：
DBの負荷を逃がし、失敗したメッセージを潰していきます。可以要求 yomiyasu 将比喻改为具体操作。根据项目采用的编辑原则，改写结果应明确说明系统如何降低负载，以及失败消息如何处理，例如延长重试等待时间，并将超过规定重试次数的数据转移到死信队列。实际输出会根据完整上下文决定，不能仅凭单句补充原文没有的规格。
按用途指定文体
如果需要更稳定的结果，可以在提示词中指定领域。项目提供 tech、business 和 essay 三类指引。
技术文章：tech
该模式适合技术博客和代码说明。它会优先恢复操作步骤与实现机制，并抑制没有必要的列表。
この文章を技術記事向けに読みやすくして。
（ここに修正したい文章を貼り付け）也可以明确写出领域：
ドメイン tech
この文章を読みやすくして。
（ここに修正したい文章を貼り付け）业务文档：business
该模式适用于规格书、公关稿和提案书。它侧重删除比喻，并明确边界条件和责任主体。
ドメイン business
この文章を業務仕様向けに読みやすくして。
（ここに修正したい文章を貼り付け）随笔：essay
该模式适用于个人博客和 note 文章。它避免将普通经历夸大成教训，同时保留自然的感受与个人体验。
ドメイン essay
この文章をエッセイ向けに読みやすくして。
（ここに修正したい文章を貼り付け）使用内置检查器量化 AI 痕迹
仓库附带 scripts/yomiyasu_lint.py。该脚本可以检查不自然比喻、粗体或列表过多、表情符号、句末冒号以及相同句尾连续出现等现象。
检查器只依赖 Python 标准库，不需要安装额外的第三方包。检查 Markdown 文件时执行：
python3 scripts/yomiyasu_lint.py README.md报告会显示总分、字符数、行数、每千字粗体数量和列表比例等信息。如果没有触发规则，结果会显示 PASS。
在 CI 或 Git Hook 中启用严格模式
加入 --strict 后，只要存在警告，脚本就会返回退出码 1：
python3 scripts/yomiyasu_lint.py article.md --strict因此，可以把该命令放入持续集成流程或提交前 Git Hook，用于阻止存在明显文体问题的文章进入后续流程。
进阶使用建议
先确定内容，再进行润色
yomiyasu 的目标是调整表达，而不是替代事实核验。输入前应先确认原稿中的参数、限制条件和技术结论。这样可以发挥其意义保持原则，减少润色过程中出现事实偏差的风险。
在提示词中明确读者和用途
除领域名称外，还可以在原稿中保留必要的上下文，例如文章面向开发者还是业务人员。项目明确支持的是三种领域模式，因此不要假设它内置了 README 未提及的其他专用模式。
结合人工复核与 lint
检查器用于发现预设规则覆盖的形式问题，不能替代人工判断。推荐先让代理改写，再运行 yomiyasu_lint.py，最后人工核对技术事实、语气和原作者风格。
理解仓库中的规则来源
核心技能入口位于 SKILL.md。句法转换原则、不自然词汇与结构目录、领域规则分别位于 references 目录。比较验证数据位于 evals/comparison_benchmark.md。需要研究或调整技能行为时，可以从这些文件开始阅读。
结语
yomiyasu 将日语润色重点从禁止个别流行词，转向句法结构、主体关系、技术操作和信息密度。通过合适的领域提示词、人工复核以及内置 lint 工具，可以建立一套适用于技术文章、业务文档和随笔的 AI 日语编辑流程。