Simple AIGC Detect

一个简单易用的AI生成内容检测工具，可以帮助您识别文档中可能由AI生成的内容。

环境管理

本项目使用 uv 作为Python包管理和运行工具。uv是一个快速的Python包安装器和解析器，由Rust编写，可大幅提升依赖项安装速度。

安装uv

如果您还没有安装uv，可以通过以下命令安装：

curl -sSf https://install.ultraviolet.rs | sh

或在Windows上使用PowerShell：

iwr https://install.ultraviolet.rs/ps1 | iex

使用uv安装项目依赖

克隆仓库后，使用uv安装依赖：

uv pip install -e .

功能特点

• 支持中文和英文内容的AIGC检测
• 多模型融合检测，提高准确率
• 支持多种文件格式（.txt和.docx）
• 自动语言检测，针对不同语言选择最佳模型
• 支持长文本分块处理
• 提供友好的命令行界面和彩色输出
• 支持多种预训练模型选择
• 可自定义AI内容判定阈值
• 优化的多模型结果融合算法，对不同语言优化处理

使用方法

使用uv运行

uv run .\src\main.py 文件路径 [选项]

选项参数

• -m, --model: 选择检测模型类型，可选值：
  • multi（默认）：使用多模型组合检测
  • chinese：仅使用中文AIGC检测模型
  • english：仅使用英文AIGC检测模型
  • desklib：仅使用Desklib通用检测模型
• -t, --threshold: AI内容判定阈值，默认为0.7（大于此值则判定为AI生成）

使用示例

检测单个文件（使用多模型检测）：

uv run .\src\main.py .\example.txt

检测多个文件：

uv run .\src\main.py file1.txt file2.docx

使用英文检测模型：

uv run .\src\main.py .\example.txt --model english

自定义判定阈值：

uv run .\src\main.py .\example.txt --threshold 0.8

支持的模型

• multi: 多模型组合检测（推荐），综合多个模型结果提高准确率
• chinese: 中文AIGC检测模型
• english: 英文AIGC检测模型
• desklib: Desklib通用检测模型

模型原理

本工具使用了多种预训练模型进行AI生成内容检测：

1. AIGC中文模型：基于BERT的中文AI内容检测模型
2. AIGC英文模型：基于RoBERTa的英文AI内容检测模型
3. Desklib模型：通用AI文本检测模型

多模型检测模式下，工具会同时使用多个模型进行评估，并通过加权投票算法综合各模型的检测结果，提高检测的准确性和鲁棒性。对于不同语言类型的内容，系统会自动调整不同模型的权重，优先考虑针对该语言优化的模型结果。

依赖项

• Python 3.8+
• transformers
• torch
• python-docx
• typer
• rich
• huggingface-hub
• numpy

首次运行

首次运行时，工具会自动从Hugging Face下载预训练模型，并缓存到本地。这可能需要一些时间，请耐心等待。后续运行将使用本地缓存的模型，启动更快。

许可证

MIT

贡献指南

欢迎提交问题和合并请求，共同改进这个项目！