Criado por Nanako0129, o sepia reescreve texto gerado por IA mexendo na estrutura da trama

A base teórica vem do estudo StoryScope, publicado por Russell e outros pesquisadores no artigo arXiv:2604.03136. O levantamento analisou 61.608 histórias e comprovou que um classificador focado apenas na estrutura narrativa identifica ficção sintética com 93,2% de precisão macro-F1. Quando editores humanos reescreveram apenas a superfície do texto no experimento, o índice de detecção caiu quase nada: de 95,5% para 93,9%. Modelos entregam sua autoria porque narram temas de forma explícita, amarram causas e efeitos de maneira artificialmente limpa, reduzem sentimentos a reações corporais e resolvem desfechos com aceitação moral do protagonista. A ferramenta combate esses padrões por meio de um arquivo canônico central chamado SKILL.md.

Estrutura narrativa antes da troca de palavras

A implementação dispensa bifurcações de código e adota o padrão Agent Skills, compatível com mais de 77 agentes via comando de terminal. O pacote traz plugins nativos para Claude Code, Codex, Grok Build, Antigravity e QwenPaw. O sistema opera sem intermediários de nuvem próprios: ele roda localmente como uma instrução estruturada que orienta o agente já configurado pelo usuário. O fluxo se divide em quatro modos operacionais: write para criação, review para diagnóstico sem edição, refactor para intervenções pontuais e recreate para reescrita integral. Para textos corporativos como notas de lançamento, respostas em pull requests, postmortems e chamados técnicos, o pacote carrega regras específicas para cada formato.

Para colocar o projeto em funcionamento em nível de usuário, basta rodar npx skills add Nanako0129/sepia -g no terminal e escolher as plataformas desejadas quando o assistente perguntar. O usuário não precisa configurar chaves externas nem subir servidores locais para a habilidade funcionar. Na primeira execução desacompanhada, o sistema analisa o texto original e aponta os trechos problemáticos em vez de impor cortes arbitrários. Na atualização v0.12.3, lançada em 6 de outubro de 2026, a rotina parou de cortar percepções subjetivas em ensaios pessoais e memórias. O motor agora joga essas passagens para a linha Deferred: quando o autor descreve sentimentos, preservando a voz do escritor.

Corrida de estrelas pede cautela em produção

O repositório soma 194 forks, cinco issues abertas e recebeu o último commit em 9 de outubro de 2026. A tração rápida em pouco mais de um mês impressiona, mas reflete um projeto em estágio inicial de validação. O próprio autor adverte no arquivo de fontes que forçar variedade lexical não esconde texto sintético. O dossiê cita pesquisas que mostram o oposto: modelos instruídos a soar humanos aumentam a variedade de verbos e acabam flagrados com mais facilidade por detectores automáticos. O código ainda carece de testes exaustivos fora das cinco plataformas que receberam instaladores nativos verificados.

A licença MIT autoriza uso comercial irrestrito, cópia e modificação sem cobrança de royalties. A ferramenta, no entanto, não serve para quem busca reescrever frases curtas com substituição simples de sinônimos nem para quem procura automação cega sem intervenção humana no resultado final. Quem depende de métricas numéricas rígidas de vocabulário também não encontra suporte no repositório, já que os testes rejeitaram limites matemáticos fixos para variação de frases.