Star Word

star-word

**22 条中文技术写作规则 + LLM-as-judge + MCP server。治 LLM 中文输出的 AI 味，量化打分到 0-100。**

四件事：

1. 生成时约束 — 规则注入 agent 系统提示，让 Claude / GPT / Gemini 起草时就避开 AI 味
2. 审阅时检测 — star-word review 给文档打 0-100 分，12 条机械/结构规则零 API 成本
3. LLM-as-judge — star-word judge 让模型评 10 条语义规则（气组 + 部分式组），返回 0-10 分 + reasoning
4. MCP server — star-word mcp 一键接入 Claude Desktop / Cursor / Cline，把 review/judge/rewrite 变成 tool

before.md  →  评分 45.3/100  F 级  机械违规 19 处
after.md   →  评分 100.0/100  A 级  零违规
corpus/*   →  评分 100.0/100  A 级（5 篇正向语料，strict 模式过）

3 个示例段落（Redis 迁移 / 接口超时 / 索引优化）：
  含 AI 味原文 → 实测平均 43.4/100，F 级
  改写示例     → 实测平均 100.0/100，A 级
adapter 接入开销：~3700 token，占 200k 上下文 1.85%

⚠ **样本是作者手工构造的演示对比**（不是真实 LLM 输出抽样）。 用于演示规则覆盖面，不是 evidence-grade bench。 真实 LLM × 多模型 × 多任务的盲评 bench 见 [v0.5 roadmap](#roadmap)。

完整数据见 [`bench/effectiveness.md`](bench/effectiveness.md)。

---

vs 其他工具

	star-word	Vale.sh	盘古之白 / autocorrect	PromptFoo / DeepEval
处理目标	LLM 中文 AI 味	英文 prose	中英文排版 / 标点	LLM 输出评测
中文支持	✓ 22 条规则	仅英文	✓ 但只管格式	通用
语义层	✓ LLM-as-judge（仅 Anthropic 家族，跨厂商 v0.5）	模板规则	无	✓ 但需自己写 prompt
Agent 接入	✓ 6 surface（含 MCP）	无	无	无
0-100 评分	✓	无	无	自定义

niche：**中文** + **agent 生成时注入** + **LLM-as-judge 审阅时打分** + **MCP 一键接 Claude Desktop** 三合一。

---

60 秒安装

# 推荐：venv 隔离（macOS Homebrew Python / Debian 12+ / Ubuntu 24.04 默认拒绝系统 pip install — PEP 668）
python3 -m venv .venv && source .venv/bin/activate
pip install "git+https://github.com/Stargod-0812/star-word.git@v0.4.5#subdirectory=packages/python"

# 或用 pipx（隔离环境装 CLI 工具的标准方式）
pipx install "git+https://github.com/Stargod-0812/star-word.git@v0.4.5#subdirectory=packages/python"

# 验证
star-word --version  # → 0.4.5

# 接入 Claude Code（写到全局 CLAUDE.md）
star-word enable claude-code --global

# 审阅一份文档（默认 normal 模式）
star-word review path/to/doc.md
star-word review path/to/doc.md --mode strict

# 让 LLM 评估语义规则（需 ANTHROPIC_API_