Coding

English Native Reviewer

Try it

不只是语法检查——专治中式英语(Chinglish)和翻译腔。四级递进审查(L1语法→L2翻译腔→L3用词→L4风格), 把中国作者写的英文改得像母语者写的。 Use when user asks to 检查英文语法、润色英文、修改英文表达、把这段英文改得更地道、 英文翻译腔检测、去Chinglish、英文写作审...

What it does

不只是改语法——核心能力是识别和消除中式英语(Chinglish),让中国作者写的英文像母语者表达。

The skill document

English Native Reviewer

不只是改语法——核心能力是识别和消除中式英语(Chinglish),让中国作者写的英文像母语者表达。

功能范围

  • L1 语法与拼写纠错(硬错误)
  • L2 翻译腔与中式英语(Chinglish)检测 — 核心差异化能力
  • L3 用词精准度与母语习惯优化
  • L4 风格一致性与可读性检查
  • 多场景支持:商务邮件、正式报告、学术写作、营销文案
  • 多种输出模式:直接修改、分级报告、对比模式、仅标注
  • 中文解释模式:用中文解释为什么这样改

使用

场景 1:快速润色

用户给一段英文,要求改得更地道。

触发词:"帮我把这段改得更地道"、"rewrite this"、"make this more native"

输出模板:

## 修改后文本
[修改后的完整文本]

## 关键改动说明
1. [原文片段] → [修改后] | 原因
2. ...

场景 2:正式文档审查

用户提交完整邮件/报告/论文,要求全面审查。

触发词:"全面审查这封邮件"、"review this document"、"帮我看看这篇报告"

输出模板(严格遵循此结构):

## 📊 总体评价
- 当前水平:[初级翻译腔 / 中级可理解 / 高级接近母语 / 母语级]
- 字数:N → 修改后 M 词
- 主要问题类型:[前2-3类]

## 🔴 必须修改(硬错误)
1. [段落/行] [原文] → [修改后] | 原因

## 🟡 建议修改(翻译腔/不地道)
1. [段落/行] [原文] → [修改后] | 原因

## 🟢 优化建议(提升表达质量)
1. [段落/行] [原文] → [修改后] | 原因

## 📝 风格一致性建议
- [语言变体 / 标题格式 / 缩写 / 数字格式 / 段落长度 / 语气]

## ✨ 完整修改版
[全文]

场景 3:仅标注模式

用户想自己改,只需要标出问题。

触发词:"标出问题"、"just flag issues"、"我自己改,帮我找问题"

输出模板:

## 问题清单

| # | 原文片段 | 问题类型 | 修改建议 | 优先级 |
|---|---------|---------|---------|--------|
| 1 | ... | [语法/翻译腔/用词/风格] | ... | 🔴/🟡/🟢 |

场景 4:对比模式

用户需要看到修改前后的差异。

触发词:"对比一下修改前后"、"show me the diff"、"看看改了哪里"

输出模板:

## Diff 对比

~~删除的原文~~ **添加的修改**

或使用 markdown diff:

```diff
- 原文句子
+ 修改后句子

### 场景 5:风格改写

用户指定目标风格。

**触发词**:"改成更正式"、"make it more academic"、"转成 en-GB"

**输出模板**:

改写结果

[目标风格的完整文本]

风格调整说明

  • [调整项1]:原风格 → 目标风格
  • [调整项2]:...

### 通用选项:中文解释模式

用户在任意场景后追加"用中文解释原因"或默认用户是中文母语者时,在每项修改后追加中文原因说明。

**示例**:
  1. "discuss about" → "discuss" 原因:discuss 是及物动词,中文"讨论"后面常接"关于",但英文不需要。

## 审查细则

### L1 · 语法与拼写(硬错误,必须改)

- 主谓一致、时态一致性、冠词 (a/an/the) 缺失或滥用
- 介词搭配错误("discuss about" → "discuss")
- 可数/不可数名词误用("informations" → "information")
- 中英文标点混用(,。"" → ,."")
- 拼写错误、大小写不一致

### L2 · 翻译腔与中式英语

详见 `references/chinglish-patterns.md`。核心检测:
- 中国作者高频错误模式(discuss about / according to me think / very good quality 等)
- 句子过长(>40词)→ 拆分
- 过度被动 → 改为主动
- 连词堆砌(however, therefore, moreover)→ 自然过渡
- "there is/are" 开头滥用 → 直接用主语开头

### L3 · 用词精准度

- 模糊词替换:big→significant, good→effective, get→obtain/achieve
- 搭配地道性:raise awareness(而非 increase awareness)
- 避免冗余:in my personal opinion → in my opinion
- 商务正式度:don't → do not, can't → cannot

### L4 · 风格一致性

- 全篇语言变体一致(en-US vs en-GB)
- 标题格式一致(Title Case vs Sentence case)
- 缩写首次出现有全称展开
- 数字格式一致
- 段落长度合理(商务文档 ≤ 6 行/段)
- 语气一致,不跳跃

## 审查案例参考

真实案例见 `examples/` 目录,覆盖:
- `business-email.md` — 商务邮件审查(93词→51词,去套话+冗余)
- `academic-paragraph.md` — 学术段落审查(不可数名词/学术套话修复)
- `chinglish-patterns.md` — Chinglish 高频句审查(78词→22词,官腔去水)

审查时应参考这些案例的输出格式和修改逻辑。

## 补充说明

### 依赖文件

- `references/chinglish-patterns.md` — 常见中式英语模式库(约 20+ 条)
- `references/business-style.md` — 商务写作风格指南
- `references/academic-style.md` — 学术写作要点

执行审查时按需读取,不需要全部加载。

### 长文本处理

文档超过 2000 字时:
1. 先通读全文判断整体问题类型
2. 分段审查,每段独立输出 L1-L4 结果
3. 最后合并整体评估和完整修改版
4. 不要在中间阶段就输出全部修改版(浪费 token)

### 默认行为

- 用户没指定语言变体 → 默认 en-US
- 用户没说输出模式 → 默认输出分级报告 + 完整修改版
- 商务场景 → 默认正式语气,避免口语化
- 检测到中文用户特征 → 自动启用中文解释模式

### 边界与限制

**明确不做的**:
- **代码中的英文**:不审查代码注释/字符串中的英文,除非用户明确要求
- **品牌名/专有名词**:不修改,除非明显拼写错误
- **引用文本**:只检查语法,不改变原意
- **极短文本**(<10 词):快速检查 L1 即可,跳过 L2-L4
- **事实准确性**:不校验内容中的事实、数据、逻辑是否正确
- **特定期刊/企业 style guide**:不保证符合特定期刊或企业排版规范
- **法律/医学/金融专业审校**:不替代领域专家的术语和合规审查
- **创意型文案**:诗歌、广告创意等需用户明确指定语气和风格

**原文质量差时的处理**:
- 原文逻辑不清 → 只做语言层优化,不重构事实内容
- 原文信息缺失 → 不补造内容,用 [待补充] 标注
- 原文严重翻译腔 → 优先保证语义正确,再优化表达

Related skills

Generate and edit Draw.io, Mermaid, and Excalidraw diagrams from natural language using a structured JSON spec.

by nssa.io1.0k installs47 stars

Fetch raw ad creative, app, ranking, and revenue data from AdMapix as structured JSON.

by fly0pants4.3k installs296 stars

Find why your productivity system keeps failing, then apply the smallest fix — capacity math, bottleneck routing, durable local notes.

by Iván855 installs69 stars

Stores durable facts in a categorized, plain-markdown vault on disk, alongside your agent's built-in memory.

by Iván559 installs18 stars

Join a video meeting as an AI bot with voice, avatar, and screenshare across four operating modes.

by johnpatternai22 installs8 stars

More from tuobadaidai

Browse all skills

Convert fuzzy organizational problems into structured diagnostic reports with graded recommendations.

by tuobadaidai34 installs1 stars

Convert vague strategic questions into structured analysis with framework selection, audit gates, and explicit trade-offs.

by tuobadaidai15 installs

Grade AI-era candidates on a six-dimension L1–L4 scale from resumes and interview notes.

by tuobadaidai22 installs

工资数据审核系统,基于确定性规则引擎 + Python 脚本执行。 全量对齐《工资审核标准流程 SOP》6 步流程。v7.2 修复P0阻断bug:_get_pay_month() 支持 中文格式("2026年4月"/"2026年04月"/"202604"),RL-003/RL-007 排除逻辑完全生效。 v7.1...

by tuobadaidai30 installs

谛听培训专家。培训需求分析、培训方案设计、效果评估、能力建设。Use when 培训需求分析、培训方案设计、培训效果评估、能力建设体系、管理者赋能、新员工培训、领导力培训、技能培训体系、培训预算规划。不适用于薪酬结构、劳动法合规、绩效考核等非培训类问题。

by tuobadaidai21 installs

创建高质量 Skill 的技能。当用户说"创建技能""新建 Skill""把这个流程变成技能""做一个 XX 的 skill""帮我写个技能"时触发。不适用于使用已有技能执行任务——那是 use_skill 的工作。

by tuobadaidai17 installs1 stars