# Antiplagiat > >- - **Type:** Skill - **Install:** `agentstack add skill-ormeilu-avoid-ai-writing-russian-antiplagiat` - **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior - **Seller:** [ormeilu](https://agentstack.voostack.com/s/ormeilu) - **Installs:** 0 - **Category:** [Agent Skills](https://agentstack.voostack.com/c/agent-skills) - **Latest version:** 0.1.0 - **License:** MIT - **Upstream author:** [ormeilu](https://github.com/ormeilu) - **Source:** https://github.com/ormeilu/avoid-ai-writing-russian/tree/master/skills/antiplagiat - **Website:** https://github.com/ormeilu/avoid-ai-writing-russian#readme ## Install ```sh agentstack add skill-ormeilu-avoid-ai-writing-russian-antiplagiat ``` Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent. ## About # Подготовка к «Антиплагиату» Под-скилл для тех, кому мало просто убрать ИИ-стиль: текст пойдёт на проверку в «Антиплагиат», и нужно, чтобы модуль ИИ-детекции не подсветил авторский текст как сгенерированный. Основные правила правки — в [../avoid-ai-writing-russian/SKILL.md](../avoid-ai-writing-russian/SKILL.md) и его каталоге; прочитай оба файла перед работой. Этот файл добавляет к ним порядок работы с проверкой. ## Что проверяет система В отчёте «Антиплагиата» четыре разные вещи, и работать с ними нужно по-разному. 1. **Заимствования.** Совпадения текста с индексированными источниками: интернет, научные библиотеки, диссертации, коллекция вуза. Это поиск совпадающих фрагментов, а не стиль. 2. **Цитирования.** Те же совпадения, но оформленные как цитата (кавычки или блок цитаты плюс ссылка на источник). Засчитываются как законные. 3. **Сгенерированный текст (ИИ).** Отдельный модуль-классификатор помечает фрагменты, похожие на вывод языковых моделей, и выдаёт их долю от текста. Именно его приближает команда `antiplagiat` детектора. 4. **Подозрительный документ.** Признаки технических попыток обмануть проверку: невидимые символы, подмена букв латиницей, текст картинкой, белый шрифт. Такой документ проверяющий видит сразу, и это хуже любого процента. ## Граница Скилл помогает с пунктами 2, 3 и 4 в полную силу. Ложные срабатывания модуля ИИ-детекции — реальная проблема: он метит и живые тексты, особенно написанные сухим научным языком, где канцелярит и одинаковый ритм давно стали нормой жанра. Переписать собственный текст так, чтобы он звучал как написанный человеком, — обычная редактура. С пунктом 1 скилл работает только честными способами: оформить заимствование как цитату со ссылкой, пересказать чужую мысль своими словами **со ссылкой на автора**, убрать лишнее цитирование. Он не маскирует чужой текст перефразированием, синонимайзером или перестановкой слов, чтобы выдать его за свой, и не применяет технические уловки (невидимые символы, подмену букв, картинки вместо текста). Если пользователь просит именно это, объясни, что так скилл не работает, и предложи оформить источник как цитирование. ## Порядок работы ### 1. Замер Если доступен Bun, запусти оценку по фрагментам (пути от корня репозитория, `../../` от этого файла): ```bash bun ../../src/cli.ts antiplagiat --context vak ``` Команда печатает общую оценку доли ИИ-текста, список фрагментов с вероятностью и главными причинами, и предупреждает, если документ выглядит подозрительным. Для `.docx` сначала сконвертируй в Markdown (`pandoc файл.docx -t gfm -o файл.md`) и работай с копией. Скажи пользователю прямо: это приближение. Классификатор системы закрыт, и оценка детектора показывает, какие фрагменты рискованны, а не предсказывает точную цифру отчёта. Если в строке «Модель» вывода стоит «по умолчанию, без калибровки», попроси у пользователя отчёты «Антиплагиата» по его текстам, до или после правки (шаг 5). Спроси один раз, в начале работы, и объясни зачем: по отчётам модель подстраивается под то, как система оценивает именно его тексты, и следующие замеры точнее. Нет отчётов — работай дальше без них. Если Bun недоступен, оцени фрагменты по каталогу основного скилла и признакам ниже и пометь оценку как модельную. ### 2. Технические артефакты Если детектор нашёл невидимые символы или слова со смешанной латиницей и кириллицей, убери их первым делом. Они появляются после «очеловечивателей», копирования из PDF и некоторых редакторов. Документ с ними система помечает как подозрительный независимо от доли ИИ. ### 3. Правка подсвеченных фрагментов Работай только с фрагментами, помеченными как ИИ или близкими к порогу, и только с текстом автора (не с цитатами). Применяй договор о правке и «Никогда не добавляй» из основного скилла без исключений: в научном тексте выдуманная деталь или ссылка — фальсификация. Классификаторы опираются прежде всего на структуру, а не на отдельные слова. Поэтому по убыванию пользы: 1. **Ритм.** Разная длина предложений внутри абзаца: короткое утверждение, длинное с придаточными, пояснение в скобках. Признак «однообразие длины предложений» в отчёте детектора говорит именно об этом. 2. **Пунктуация.** Живой научный текст использует точку с запятой, двоеточие перед перечнем, скобки для уточнений, тире там, где его требует грамматика. Текст модели обходится запятыми и точками. Признак «бедная пунктуация». 3. **Начала предложений.** Не начинай три предложения подряд с «Это», «Данный», «Кроме того». Признак «однообразные начала предложений». 4. **Словарь.** Слова первого уровня, кальки и шаблонные переходы из каталога. Признаки «плотность примет» и «канцелярит». 5. **Конкретика из источника.** Число, название набора данных, номер таблицы, фамилия автора со ссылкой вместо «высокой точности» и «исследования показывают». Только то, что уже есть в работе или что дал пользователь; если данных нет, спроси. 6. **Авторская позиция.** В научном тексте допустимо «мы полагаем», «на наш взгляд», «в отличие от [12], мы…», если позиция есть в источнике. Модель стерильно нейтральна; автор сравнивает, спорит и оговаривает ограничения своей работы. Не делай того, что ухудшает текст ради цифры: не вставляй ошибки, разговорные слова и случайные опечатки в научный текст. Это снижает оценку рецензента сильнее, чем процент ИИ. ### 4. Повторный замер и сохранность После правки снова запусти `antiplagiat` и сравни доли. Затем проверь, что правка не повредила формулы, числа, ссылки на литературу, таблицы и цитаты: ```bash bun ../../src/cli.ts validate ``` Код выхода 1 означает повреждение; исправь его или сообщи. Лимит проходов тот же, что в основном скилле: два. ### 5. Калибровка по отчётам пользователя Калибровка по желанию пользователя, но предложить её должен ты: без отчётов детектор работает на общей модели и может заметно расходиться с системой на конкретном жанре и авторе. Для каждого отчёта нужен **документ** в той версии, которую загружали в систему (не исправленной позже), в Markdown или тексте. `.docx` сконвертируй: `pandoc файл.docx -t gfm -o файл.md`. Сам отчёт пользователь может передать любым удобным способом; предложи варианты, начиная с самого простого для него: 1. **Файл отчёта.** PDF, который «Антиплагиат» даёт скачать со страницы отчёта. Если умеешь читать PDF, открой его сам: найди фрагменты, подсвеченные как сгенерированные ИИ (цвет и подпись смотри в легенде отчёта), и выпиши их в текстовый файл, по одному на абзац через пустую строку. Не уверен в цвете подсветки — покажи пользователю, какие куски ты нашёл, и спроси, те ли это. 2. **Скриншоты** страниц отчёта с подсветкой. Работай с ними так же, как с PDF. 3. **Скопированные фрагменты.** Пользователь сам копирует из отчёта подсвеченные как ИИ куски без правок в текстовый файл или прямо в чат; ты сохраняешь их в файл. 4. **Номера абзацев или страниц,** которые отчёт подсветил. Найди эти абзацы в документе и выпиши их в файл. 5. **Только итоговая цифра** доли ИИ-текста из отчёта, если подсветку передать неудобно. Это слабее разметки фрагментов: по одной цифре подстраивается только общая строгость, а не веса признаков. 6. **Ссылка на отчёт** обычно открывается только после входа в аккаунт, и прочитать её ты не сможешь. Попроси скачать PDF (вариант 1). Отчёты, где система ничего не пометила, тоже полезны: это примеры человеческого текста. Для них файл с фрагментами пустой или доля 0. С разметкой фрагментов (варианты 1–4): ```bash bun ../../src/cli.ts calibrate --doc glava1.md --marked glava1-ai.txt ``` Только с итоговой долей (вариант 5): ```bash bun ../../src/cli.ts calibrate --doc glava2.md --share 34 ``` В одном вызове можно передать несколько отчётов, по паре на каждый: `--doc a.md --marked a-ai.txt --doc b.md --share 12`. Если калибровка предупреждает, что фрагменты не найдены в документе, значит, версия документа не та или текст скопирован с правками; уточни у пользователя. Калибровка накапливается в `.aiw-ru.json`: каждый новый отчёт добавляет образцы, и `antiplagiat` подхватывает файл автоматически. Чтобы калибровка работала во всех проектах пользователя, передай `--config ~/.config/aiw-ru.json` (этот путь тоже читается по умолчанию). Скажи пользователю: - калибровка локальная, отчёты и текст никуда не отправляются, но `.aiw-ru.json` содержит фрагменты его текста: не коммить файл в чужие и публичные репозитории, предложи добавить его в `.gitignore`; - точность, которую печатает калибровка, посчитана на тех же данных и завышена; честная проверка — замер на отчёте, который в калибровку не входил; - после сдачи исправленного текста новый отчёт стоит принести обратно: он проверит правку и добавит образцы. ## Формат ответа 1. **Замер до:** доля ИИ-текста по оценке детектора (или модельная оценка), список рискованных фрагментов со строками и причинами, подозрительные артефакты. 2. **Итоговый текст** правленых фрагментов (или правка файла на месте в режиме `edit`), по правилам основного скилла. 3. **Замер после** и результат `validate`. 4. **Проверка:** проходы, какие проверки запускались, что оставлено и почему (цитаты, формулы, данные, которых нет в источнике), напоминание, что оценка приблизительная, и состояние калибровки: сколько образцов в `.aiw-ru.json` или просьба прислать отчёт, если калибровки нет. Заимствования, найденные по смыслу (пользователь сам сказал, что абзац взят из источника), не переписывай: предложи оформить как цитату или пересказ со ссылкой. ## Source & license This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code. - **Author:** [ormeilu](https://github.com/ormeilu) - **Source:** [ormeilu/avoid-ai-writing-russian](https://github.com/ormeilu/avoid-ai-writing-russian) - **License:** MIT - **Homepage:** https://github.com/ormeilu/avoid-ai-writing-russian#readme Install and usage instructions live in the source repository linked above. ## Pricing - **Free** — Free ## Security capabilities Automated source analysis of v0.1.0 — what this tool can access: - **Network access:** no - **Filesystem access:** no - **Shell / process execution:** no - **Environment & secrets:** no - **Dynamic code execution:** no *"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.* ## Versions - **0.1.0** — security scan: passed — Imported from the upstream source. ## Links - Listing page: https://agentstack.voostack.com/l/skill-ormeilu-avoid-ai-writing-russian-antiplagiat - Seller: https://agentstack.voostack.com/s/ormeilu - Browse the marketplace: https://agentstack.voostack.com/browse --- Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.