Agent skill

Hungarian Humanizer

by bencium in bencium/bencium-marketplace

Detect and remove AI-generated markers from Hungarian text, making it sound like a native Hungarian speaker wrote it.

MITAuto-check passedWriting & Content

Install Hungarian Humanizer

skills CLI
$ npx skills add bencium/bencium-marketplace --skill hungarian-humanizer -a claude-code

Project install by default; add -g for ~/.claude/skills/.

GitHub CLI
$ gh skill install bencium/bencium-marketplace hungarian-humanizer --agent claude-code

Project scope by default; add --scope user for a personal install. Needs GitHub CLI 2.90.0 or later (public preview).

Manual copy
$ git clone --depth 1 https://github.com/bencium/bencium-marketplace.git skills-src && mkdir -p .claude/skills && cp -r skills-src/hungarian-humanizer/skills/hungarian-humanizer .claude/skills/hungarian-humanizer && rm -rf skills-src

Use ~/.claude/skills/ instead of .claude/skills for a personal install. The folder must contain SKILL.md.

Claude Code skills documentation · loads skills from .claude/skills/

Facts

Skill name
hungarian-humanizer
GitHub stars
446
Token cost
~1.9k tokens
SKILL.md length
914 words
Files
2 (incl. references)
Skills in repo
13
Repo updated
First seen
Licence
MIT

At a glance

Detect and remove AI-generated markers from Hungarian text, making it sound like a native Hungarian speaker wrote it.

  • Works in 5 steps: Felismerés — Olvasd el a szöveget, és… → Átírás — Cseréld a patterneket… → A jelentés megőrzése — Ne változtasd meg… → …
  • Asked to humanize
  • SKILL.md covers Folyamat, Adaptív workflow, Példapatternek and Kimeneti formátum, plus 2 more sections
  • Instructions only: no scripts, shell commands, URLs or credentials in SKILL.md

What it does

Hungarian Humanizer is an agent skill from bencium/bencium-marketplace. Detect and remove AI-generated markers from Hungarian text, making it sound like a native Hungarian speaker wrote it. Use when asked to "humanize", "naturalize", or "remove AI feel" from Hungarian text, or when editing .md/.txt files containing Hungarian content. Identifies 26 patterns (12 Hungarian-specific + 14 universal) and 4 style markers.

Its SKILL.md is about 1.9k tokens, which your agent loads only when the skill is triggered. The skill folder holds 2 other files, including reference files (for example `references/patterns.md`).

It sits in Writing & Content, covering Humanizing AI text. The repository describes itself as: comprehensive skills based on the Anthropic Skills guide and our design and development philosophy. The licence is MIT.

When your agent uses it

  • Asked to humanize
  • Remove AI feel from Hungarian text
  • Editing .md/.txt files containing Hungarian content

Example prompts

  • “humanize”
  • “naturalize”
  • “remove AI feel”
  • “/hungarian-humanizer”

Workflow steps

5 steps, taken from the first numbered list in SKILL.md.

  1. Felismerés — Olvasd el a szöveget, és jelöld meg az AI-patterneket
  2. Átírás — Cseréld a patterneket természetes szerkezetekre
  3. A jelentés megőrzése — Ne változtasd meg a tartalmat
  4. A regiszter megőrzése — Ha az eredeti hivatalos, maradjon hivatalos
  5. Személyiség hozzáadása — Hozd elő az író hangját

What it can do on your machine

Read from SKILL.md and the folder at commit 5de46a3. It shows what the files ask for, not the result of running them.

  • Tool permissions

    Pre-approves nothing: there is no allowed-tools line, so your agent's usual permission prompts apply.

    From allowed-tools in the SKILL.md frontmatter.

  • Runs code

    No scripts in the folder and no shell commands in SKILL.md.

    From the folder's file list and the shell code blocks in SKILL.md.

  • Network

    Links to these hosts (documentation or services it may open):

    • github.com

    From URLs in SKILL.md, links to its own repository left out.

  • Credentials

    Names no API keys, tokens, secrets or passwords.

    From names ending in _API_KEY, _TOKEN, _SECRET, _KEY or _PASSWORD in SKILL.md.

Context cost

Hungarian Humanizer loads about 1.9k tokens when it runs, and up to ~6.9k if it reads all its reference files. Until then it costs about 92 tokens; SKILL.md has 914 words of instructions outside code blocks.

Always · name and description, kept in context so the agent knows when to use it
~92
When it runs · the whole SKILL.md, loaded when a task matches
~1.9k
With references · SKILL.md plus every file in references/, read only if the agent opens them
~6.9k

Estimates: characters ÷ 4, the usual rule of thumb; real counts depend on the model's tokenizer. Scripts and assets cost tokens only if the agent reads them.

Safety

Auto-check passed

The automated check found no risky patterns in SKILL.md.

Automated static check — not a guarantee. Review scripts before installing. It scans the text of SKILL.md for risky patterns (piping downloads into a shell, reading credential files, hidden Unicode, destructive commands); files beside SKILL.md are not scanned.

SKILL.md

The full file from bencium/bencium-marketplace at commit 5de46a3, republished under its MIT licence (© bencium). 914 words, ~1,878 tokens.

Download SKILL.mdSave it as .claude/skills/hungarian-humanizer/SKILL.md (or your agent's skills folder). This skill also uses 1 other file; get the full folder from GitHub.
name
hungarian-humanizer
description
Detect and remove AI-generated markers from Hungarian text, making it sound like a native Hungarian speaker wrote it. Use when asked to "humanize", "naturalize", or "remove AI feel" from Hungarian text, or when editing .md/.txt files containing Hungarian content. Identifies 26 patterns (12 Hungarian-specific + 14 universal) and 4 style markers.

Hungarian Humanizer

<role>
Magyar szövegszerkesztő vagy, aki felismeri és eltávolítja a magyar nyelvű AI-szöveg árulkodó jegyeit. Nem vagy nyelvtan-ellenőrző, fordító vagy egyszerűsítő. A feladatod az, hogy a szöveget olyanná tedd, amilyet egy magyar ember írhatott volna.
</role>

<magyar_voice> Mielőtt egyetlen patternt is javítanál, éld bele magad abba, hogyan gondolkodik egy magyar író.

Egyenesség. A magyar kimondja a dolgot, aztán megy tovább. Nincs rávezetés, nincs tompítás, nincsenek felesleges keretek. „Ez nem működik” teljes mondat.

A rövidség erő. A rövid mondat nem lusta — pontos. A hosszú mondatot indokolni kell.

Az ismétlés megengedett. Magyarul ugyanazt a szót kétszer használni természetes. Az angol szinonimakörforgás („megvalósít” → „kivitelez” → „implementál”) magyarul mesterkéltnek hat.

A lelkesedés gyanús. A magyar író nem kiabál és nem hájpol. A száraz megállapítás erősebb, mint a felkiáltójel. A „nem rossz” dicséret.

A hallgatás stíluseszköz. Amit nem mondasz ki, az ugyanolyan fontos lehet, mint amit kimondasz. Ne tömd tele minden rést magyarázattal.

A partikulák életet visznek. hát, hiszen, ugye, bizony, is, csak, pedig, azért, -e — ezek teszik a szöveget elevenné és természetessé. Az AI kihagyja őket, mert „feleslegesek”. Nem azok.

A magyaros szórend. A magyar mondat témával kezd és a fókuszt az ige elé teszi. Az AI ráerőlteti az angol alany–állítmány–tárgy sorrendet, és a szöveg attól lesz idegen ízű.

Példa: lélektelen vs. élő

Lélektelen:

Ez egy rendkívül jelentős fejlesztési lépés, amely széles körben fogja befolyásolni a szakterület jövőjét. Fontos megjegyezni, hogy az adott innováció számos lehetőséget kínál a különböző érdekcsoportok számára.

Élő:

Nagy dolog a szakmának. Sokan járnak vele jól.

A személyiség hozzáadása

Az árulkodó AI-jegyek eltávolítása önmagában nem elég — a szövegnek személyiség is kell.

  • A ritmus váltakozása. Váltogasd a rövid és a hosszú mondatokat. Az egyhangú mondatszerkezet az AI ismertetőjegye.
  • A bonyolultság elismerése. A dolgok lehetnek ellentmondásosak, tisztázatlanok vagy félkészek. Az AI mindent szépen, kereken meg akar oldani.
  • Konkrét részletek. Cseréld az általánosítást részletre. „Sok cég” → „A három legnagyobb versenytárs”.
  • Megfontolt tökéletlenség. A mellékszálak, a gondolat menet közbeni alakulása, az önjavítás — ezek az emberi írás jelei. </magyar_voice>
<process>
## Folyamat
  1. Felismerés — Olvasd el a szöveget, és jelöld meg az AI-patterneket
  2. Átírás — Cseréld a patterneket természetes szerkezetekre
  3. A jelentés megőrzése — Ne változtasd meg a tartalmat
  4. A regiszter megőrzése — Ha az eredeti hivatalos, maradjon hivatalos
  5. Személyiség hozzáadása — Hozd elő az író hangját

Adaptív workflow

Rövid szöveg (500 szó alatt): Kezeld közvetlenül. Add vissza a természetessé tett szöveget + a változások összefoglalóját.

Hosszú szöveg (500 szó felett):

  1. Előbb elemezz — sorold fel a talált AI-patterneket és előfordulásaikat
  2. Mutasd be a megállapításokat a felhasználónak
  3. Kérdezz rá a bizonytalan esetekre (AI-pattern ez, vagy tudatos választás?)
  4. Végezd el a természetessé tételt
    </process>
<examples>
## Példapatternek

A 26 AI-pattern két csoportra oszlik: magyar nyelvűek (a magyarra jellemző szerkezetek) és univerzálisak (minden nyelvben előfordulnak, itt magyarul ismerjük fel és javítjuk). Alább 7 kanonikus példa. A teljes, 26 kategóriás patternlista: lásd references/patterns.md

Show full SKILL.md (449 more words)Show less
Magyar nyelvű patternek

#1 Szenvedő/körülíró szerkezetek túlzott használata Az AI a magyarban ritka szenvedő értelmet körülírással pótolja, hogy elkerülje a cselekvő megnevezését: „megvalósításra kerül”, „-ható/-hető”, „kerül + -ásra/-ésre”.

Előtte: Az alkalmazás úgy lett megtervezve, hogy lehetőséget biztosítson a felhasználók számára az adataik hatékony kezelésére. Utána: Az alkalmazással kezeled a saját adataidat.

#4 Hiányzó partikulák Az AI nem használ partikulákat (hát, hiszen, ugye, bizony, is, csak, pedig, -e), mert „informálisnak” tartja őket. Magyarul ezek a normál írott nyelv részei.

Előtte: Ez igaz. A helyzet azonban bonyolult. Utána: Hát igaz. Csak épp bonyolult a helyzet.

#5 Tükörfordításos szerkezetek Az AI olyan magyart gyárt, amely az angol szórendet és szerkezeteket követi. Az eredmény nyelvtanilag helyes, de idegen ízű.

Előtte: Ezen felül fontos figyelembe venni azt a tényt, hogy a piac megváltozott. Utána: A piac is megváltozott.

#6 Birtokos szerkezetek halmozása Egymásra torlódó birtokos szerkezetek, amikor az AI bonyolult viszonyt akar egyetlen szerkezetbe zsúfolni.

Előtte: A termék minősége javításának lehetőségei értékelésének eredményei fejlődési potenciált mutatnak. Utána: Megnéztük, hogyan lehetne javítani a termék minőségén. Van hova fejlődni.

Univerzális patternek magyarul

#13 A jelentőség felnagyítása Az AI mindent „jelentőssé”, „kulcsfontosságúvá” vagy „döntővé” fúj fel.

Előtte: A mesterséges intelligencia jelentős és kulcsfontosságú szerepet fog játszani a jövő döntő kihívásainak megoldásában. Utána: A mesterséges intelligencia sok problémára hasznos eszköz lesz.

#15 Hízelgő hangnem Az AI dicséri a kérdezőt vagy a témaválasztást. Magyarul ez különösen kínos.

Előtte: Remek kérdés! Ez az egyik legfontosabb téma jelenleg. Utána: A téma időszerű.

#17 Töltelékszavak és -mondatok Az AI olyan fordulatokkal kezdi vagy tölti a bekezdéseket, amelyek nem visznek tartalmat.

Előtte: Fontos megjegyezni, hogy ebben az összefüggésben lényeges megérteni a platform architektúráját a bevezetés előtt. Utána: A bevezetés előtt értsd meg a platform architektúráját. </examples>

<output_format>

Kimeneti formátum

Miután természetessé tetted a szöveget, add vissza:

  1. Az átírt szöveget — teljes egészében
  2. A változások összefoglalóját (opcionális, alapból benne van) — rövid lista a javított patternekről

Ha a felhasználó csak a szöveget kéri magyarázat nélkül, hagyd el az összefoglalót. </output_format>

<constraints>
## Megkötések
  • Ne változtasd meg a tartalmat. Ha az eredetiben van egy tény, az megmarad.
  • Ne egyszerűsíts. A természetessé tétel nem gyerekes verziót jelent.
  • Tiszteld a regisztert. A hivatalos szöveg hivatalos marad — csak az AI-patterneket távolítod el.
  • Ne tegyél hozzá saját tartalmat. Nem találsz ki új állításokat vagy példákat.
  • Kérdezz a bizonytalan esetekben. Ha nem vagy biztos benne, hogy egy jegy AI-pattern-e vagy az író tudatos választása, kérdezd meg a felhasználót.
  • A már természetes szöveg. Ha a szöveg már természetes, jelezd, és ne csinálj felesleges módosításokat.
  • Kódpéldák és szakszavak. Az angol nyelvű kódpéldákat, szakkifejezéseket és idézeteket hagyd változatlanul.
  • Kevert szöveg (hu/en). Csak a magyar részeket kezeld. Az angol részeket ne érintsd.
    </constraints>

References

© bencium, MIT. Rendered from Markdown: HTML in the file is shown as text, images as links, and headings moved down two levels. Raw file

Files

SKILL.md and 1 other file (references) in hungarian-humanizer/skills/hungarian-humanizer of bencium/bencium-marketplace.

  • SKILL.md
  • references/patterns.md

Open the folder on GitHubat commit 5de46a3

Compare with similar skills

Hungarian Humanizer next to the 5 skills that share the most tags, products or categories with it. Stars are the repository's; “used in” counts other GitHub owners with a copy.

Hungarian Humanizer compared with similar skills
SkillStarsUsed inTokensAuto-checkLicenceRepo updated
Hungarian Humanizer this skillbencium/bencium-marketplace446—~1.9kAutomated safety check: PassMIT
HumanizerAzure-Samples/interview-coach-agent-framework17237 repos~5.8kAutomated safety check: PassMIT
Avoid AI Writingconorbronsdon/avoid-ai-writing4.9k3 repos~8.1kAutomated safety check: PassMIT
User-Facing Text Cleanupguillaumemeyer/watermarks-remover24k—~3.5kAutomated safety check: PassMIT
Install Anti Sloptrycompai/crm11k1 repos~881Automated safety check: PassMIT
Stop SlopXe/site7328 repos~423Automated safety check: PassMIT

Similar skills

  • Humanizer

    Azure-Samples/interview-coach-agent-framework

    Official

    Remove signs of AI-generated writing from text. An agent skill from Azure-Samples/interview-coach-agent-framework.

    172 GitHub starsUsed in 37 repos~5.8k tokens
    Writing & ContentAuto-check passed
  • Avoid AI Writing

    conorbronsdon/avoid-ai-writing

    Audit and rewrite content to remove AI writing patterns ("AI-isms").

    4.9k GitHub starsUsed in 3 repos~8.1k tokens
    Writing & ContentAuto-check passed
  • User-Facing Text Cleanup

    guillaumemeyer/watermarks-remover

    Audits prose for invisible Unicode characters and rewrites it while keeping facts, citations, code and required disclosures unchanged and the writer's voice intact.

    24k GitHub stars~3.5k tokensUpdated today
    Writing & ContentAuto-check passed
  • Install Anti Slop

    trycompai/crm

    Install and configure the anti-slop Oxlint plugin in a local TypeScript or JavaScript repository.

    11k GitHub starsUsed in 1 repo~881 tokens
    Writing & ContentAuto-check passed
  • Stop Slop

    Xe/site

    Remove AI writing patterns from prose. An agent skill from Xe/site.

    732 GitHub starsUsed in 8 repos~423 tokens
    Writing & ContentAuto-check passed
  • Chinese Text Humanizer

    op7418/Humanizer-zh

    Edits Chinese articles, comments and documents to remove filler, repetition and template phrasing while keeping the facts, the level of certainty and the author's voice.

    19k GitHub stars~2k tokensUpdated 16 days ago
    Writing & ContentAuto-check passed

More from bencium/bencium-marketplace

All 13 skills in this repo
  • Vanity Engineering Review

    bencium/bencium-marketplace

    Reviews codebases, architectures, PRs, and technical plans for vanity engineering — code and systems built for the developer's ego, resume, or intellectual pleasure rather than delivering user or…

    446 GitHub stars~2.4k tokensUpdated 5 days ago
    Auto-check passed
  • Adaptive Communication

    bencium/bencium-marketplace

    A skill your agent uses when detecting ambiguous user intent, hedging language, open-ended framing, personal context before requests, or when unsure whether user wants exploration vs direct answer.

    446 GitHub stars~839 tokensUpdated 5 days ago
    Auto-check passed
  • Insurgent Campaign

    bencium/bencium-marketplace

    Grassroots-first campaign design for anyone being outspent — startups vs.

    446 GitHub stars~12k tokensUpdated 5 days ago
    Auto-check passed
  • Eu AI Act Reviewer

    bencium/bencium-marketplace

    Review user journeys, public content, and codebases for potentially relevant EU AI Act provisions, with exact official citations, evidence gaps, application dates, and plain-language next actions.

    446 GitHub stars~1.9k tokensUpdated 5 days ago
    Auto-check passed
  • UI Typography

    bencium/bencium-marketplace

    Professional typography rules for UI design, web applications, software interfaces, and all screen-based text.

    446 GitHub stars~3.5k tokensUpdated 5 days ago
    Auto-check: warnings
  • Negentropy Lens

    bencium/bencium-marketplace

    A decision-support framework that evaluates systems, architectures, and strategies through the entropy (decay) vs negentropy (growth) lens, while surfacing tacit knowledge gaps.

    446 GitHub stars~2.2k tokensUpdated 5 days ago
    Auto-check passed

Questions about Hungarian Humanizer

What does Hungarian Humanizer do?

Detect and remove AI-generated markers from Hungarian text, making it sound like a native Hungarian speaker wrote it. Hungarian Humanizer is an agent skill from bencium/bencium-marketplace. Detect and remove AI-generated markers from Hungarian text, making it sound like a native Hungarian speaker wrote it.

When should I use Hungarian Humanizer?

Hungarian Humanizer fits situations like: asked to humanize; remove AI feel from Hungarian text; editing .md/.txt files containing Hungarian content.

How do I install Hungarian Humanizer in Claude Code?

Run `npx skills add bencium/bencium-marketplace --skill hungarian-humanizer -a claude-code`. Or copy the skill folder (hungarian-humanizer/skills/hungarian-humanizer in bencium/bencium-marketplace) into .claude/skills/hungarian-humanizer in your project. Claude Code loads it when a task matches its description.

How do I install Hungarian Humanizer in Codex?

Run `npx skills add bencium/bencium-marketplace --skill hungarian-humanizer -a codex`. Or copy the skill folder (hungarian-humanizer/skills/hungarian-humanizer in bencium/bencium-marketplace) into .agents/skills/hungarian-humanizer in your project. Codex loads it when a task matches its description.

Can I use Hungarian Humanizer in Cursor, Gemini CLI or GitHub Copilot?

Cursor, Gemini CLI, GitHub Copilot and OpenCode also load SKILL.md folders. With the skills CLI, run `npx skills add bencium/bencium-marketplace --skill hungarian-humanizer -a cursor` (or -a gemini-cli, github-copilot or opencode for the others). To copy it by hand, put the folder in .cursor/skills/hungarian-humanizer, .gemini/skills/hungarian-humanizer, .github/skills/hungarian-humanizer and .opencode/skills/hungarian-humanizer in your project.

What does Hungarian Humanizer need to run?

SKILL.md names no scripts, command-line tools or credentials: Hungarian Humanizer is instructions for the agent only.

Does Hungarian Humanizer access the network?

SKILL.md names 1 domain. As links in the text: github.com. This is read from the text; nothing was executed.

Is Hungarian Humanizer safe to install?

Our automated static check of SKILL.md found no risky patterns, such as piping downloads into a shell, reading credential files or hidden Unicode. It is not a guarantee. Review the folder before installing.

What licence does Hungarian Humanizer use?

Hungarian Humanizer is published under the MIT licence (the repository's licence). It allows redistribution, so the full SKILL.md is shown on this page.

How many tokens does Hungarian Humanizer use?

About 1.9k tokens (SKILL.md is roughly 7.5k characters). Agents keep only the skill's name and description in context until a task matches; then they load SKILL.md in full. Its references folder adds about 5k tokens, read only when the agent opens those files.

What are the alternatives to Hungarian Humanizer?

Skills that share tags, products or a category with Hungarian Humanizer: Humanizer (Azure-Samples/interview-coach-agent-framework, 172 stars), Avoid AI Writing (conorbronsdon/avoid-ai-writing, 4.9k stars), User-Facing Text Cleanup (guillaumemeyer/watermarks-remover, 24k stars) and Install Anti Slop (trycompai/crm, 11k stars). The comparison table on this page puts their stars, adoption, token cost, safety result and licence side by side.

Who maintains Hungarian Humanizer?

bencium (a GitHub user) maintains it in bencium/bencium-marketplace, which has 446 GitHub stars. The repository holds 13 skills in this directory. The repository was last updated on October 4, 2026.

Source: bencium/bencium-marketplace on GitHub. Facts on this page come from the repository at the commit we read; the author's words are quoted as theirs.