yomiyasu - 把 AI 生成日语改写成人类可读文本的 Agent Skill

yomiyasu（よみやす）是一个面向日语写作的 Agent Skill。据项目自述，它的目标是消除 AI 生成日语中的不自然之处，把机器味浓重的草稿推敲成人类读起来顺畅、信息密度更高的日语。它不是一个独立应用，而是一份装入 AI 编码或对话环境后生效的技能文件，适用于用 AI 起草技术文章、业务文档、个人随笔，又不想直接发布原始输出的写作者。项目由 nanaism 维护，以 MIT 许可开源。

维护者与状态

仓库位于 GitHub，维护者为 nanaism。仓库创建于 2026-09-30，最后一次提交在 2026-10-01，最新 release 为 v1.0.1，发布于 2026-10-01。截至 2026-10-01，仓库星标数为 832。从时间线看，这是一个刚发布不久、迭代节奏很快的项目。

主要能力

以下内容来自项目自述，属于维护者对自身能力的说明，不是第三方评测结论。

据项目说明，yomiyasu 把文章骨架层面的统语结构整理为七条转换原则：

• SVOCM 的完全复原：明确动作主体（开发者、运维者、系统等），把「これ」「両者」「片方」这类含糊的指示代词还原为具体名词，让句子单独拿出来也能读懂。
• 动作主体与作用对象的明确化：在规格书和说明文中不模糊主体，对读者的请求写成「〜してください」，对功能的说明写成「〜できます」。
• 非生物主语的拆解：排除概念或工具仿佛拥有意志的表达，改写为人或系统的客观动作。
• 比喻动词的技术化：把「壊れる」「倒す」「効く」「溶かす」「潰す」这类比喻表达替换为直接的操作或客观的状态变化。
• 去掉多余铺垫、把否定对比改为肯定：省略「重要なのは」这类前置语，把双重否定和修辞性对比重组为简洁的肯定句。
• 保持语义、防止无端增补：不损害原文的技术约束和数值，删去 AI 特有的免责声明与泛泛而谈，不擅自添加原文中不存在的主体或规格。
• 贴合呼吸的句长与标点、装饰抑制：以平均 30〜45 字为参考，每句读点控制在 0〜2 个，排除表情符号、句末冒号、过度加粗和多余半角空格。

项目自述还提供了按用途切换的领域设定。指定 tech 时面向技术博客与代码解说，复原步骤与机制、抑制条目化；指定 business 时面向规格书、PR 文与提案书，排除比喻、明确边界条件与责任主体；指定 essay 时面向个人博客，避免夸张的教训化，保留朴素的情绪与实感。不指定时由输入内容自动判别。

此外，仓库附带一个名为 yomiyasu_lint.py 的检查脚本。据项目说明，它可以把文章中的 AI 味（不自然的比喻、过度的加粗与条目化、表情符号、句末冒号、相同句尾连续出现等）数值化，且不依赖外部库，只用 Python 标准库运行，支持在发现警告时返回退出码 1 的严格模式，便于接入 CI 或 Git 钩子。

使用入口

仓库地址：nanaism/yomiyasu。

据项目自述，安装方式有以下几种。推荐方式是通过 npx skills 安装与更新：

npx skills add nanaism/yomiyasu
npx skills update yomiyasu

Cursor、Codex 等环境可以使用 openskills：

npx openskills install nanaism/yomiyasu
npx openskills sync

Claude Code 用户可以通过插件市场安装：

/plugin marketplace add nanaism/yomiyasu
/plugin install yomiyasu@yomiyasu

也可以从 Releases 下载 yomiyasu.skill 后手动展开到 agent 的技能目录。使用时，把草稿贴给 AI 对话或编码 agent，并给出类似「この文章を読みやすくして。」的指示即可；需要特定文体时，在提示中写明「技術記事向けに」或「ドメイン tech」等。

检查脚本的调用方式如下：

python3 scripts/yomiyasu_lint.py README.md
python3 scripts/yomiyasu_lint.py article.md --strict

许可与限制

仓库采用 MIT 许可证。项目自述提到，验证所用的外部资料权利归各作者所有，需遵循各自的利用条款。

关于已知限制，项目自述明确提示：如果同一环境中同时启用了其他以文体调整或文章校对为目的的 agent skill，指令之间可能相互干扰，产生非预期输出，因此使用本 skill 时应临时停用类似的日语校对 skill。此外，项目自述称其验证是在开放许可的公文与 OSS 设计笔记上进行的对比，属于维护者自己的验证范围，并非对所有文本类型的通用保证。

需要说明的是，本文所述能力均来自项目自述，未经过实际运行验证；具体表现请以仓库内文档与自身使用结果为准。