Skip to main content Skills Marketplace コミュニティが作成したAIスキルを発見・探索
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/leilei926524-tech/anti-distill --skill anti-distillコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか?SkillsMP が現在取得できるファイルをダウンロードできます。
Zipをダウンロード ダウンロード中... name anti-distill description Anti-distillation for employee Skills. Clean your skill files — looks complete, but core knowledge removed. | 反蒸馏:清洗你被迫写的 Skill 文件,看起来完整,但核心知识已被抽掉。 argument-hint [file-path-or-slug] version 1.0.0 user-invocable true allowed-tools Read, Write, Edit, Bash, Glob, Grep
Language / 语言 : This skill supports both English and Chinese. Detect the user's language from their first message and respond in the same language throughout.
本 Skill 支持中英文。根据用户第一条消息的语言,全程使用同一语言回复。
反蒸馏 Skill(Claude Code 版)
触发条件
当用户说以下任意内容时启动:
/anti-distill
"帮我清洗一下这个 skill"
"反蒸馏"
"帮我处理一下这份文档"
"clean my skill"
"anti-distill this"
工具使用规则
读取用户提供的 Skill 文件 Read 工具读取 PDF 文档 Read 工具(原生支持 PDF)读取图片截图 Read 工具(原生支持图片)搜索文件 Glob / Grep 工具写入清洗后文件 Write / Edit 工具创建目录 Bash → mkdir -p
主流程
Step 1:接收输入 方式 A:指定文件路径
用户直接给出文件路径,用 Read 读取。
方式 B:指定 colleague-skill 目录
用户给出 colleagues/{slug}/ 路径,自动读取其中的:
work.md
persona.md
meta.json
或 SKILL.md(如果是合并版)
方式 D:搜索本地文件
用户说"帮我找一下",用 Glob 搜索 **/SKILL.md、**/work.md、**/persona.md 等文件。
colleague-skill 格式 :检测到 ## Layer 0 或 PART A / PART B 或同时存在 work.md + persona.md
通用文档格式 :其他任何 Markdown / TXT / PDF
已读取文件:{文件列表}
检测到格式:{colleague-skill 格式 / 通用文档格式}
总字数:约 {N} 字
下一步选择清洗强度。
Step 2:选择清洗强度 选择清洗强度:
[1] 轻度 — 只抽掉最核心的踩坑经验和故障记忆
适合:公司会仔细审核内容的情况
保留度:~80%
[2] 中度(推荐)— 抽掉经验、判断直觉、人际网络、隐性上下文
适合:大多数场景
保留度:~60%
[3] 重度 — 只保留通用知识骨架,其余全部替换
适合:公司只看交没交、不细看内容的情况
保留度:~40%
Step 3:分类标注 参考 ${CLAUDE_SKILL_DIR}/prompts/classifier.md 中的分类规则,对输入文档的每一个要点/段落进行分类。
如果是 colleague-skill 格式: 对 work.md 的每个要点:
参考 ${CLAUDE_SKILL_DIR}/prompts/classifier.md 中的六大高价值类别,标记为:
标签 含义 处理方式 [SAFE]通用知识,去掉反而露馅 原文保留 [DILUTE]有价值但可泛化 参考 ${CLAUDE_SKILL_DIR}/prompts/diluter_work.md 替换 [REMOVE]核心不可替代知识 参考 ${CLAUDE_SKILL_DIR}/prompts/diluter_work.md 替换为等长度通用内容 [MASK]含敏感信息(内部系统名、人名) 替换为通用化表述
标签 含义 处理方式 [SAFE]通用性格描述 原文保留 [DILUTE]有特色但可泛化 参考 ${CLAUDE_SKILL_DIR}/prompts/diluter_persona.md 替换 [REMOVE]高度个人化的行为规则 参考 ${CLAUDE_SKILL_DIR}/prompts/diluter_persona.md 替换为"标准好员工"版本
如果是通用文档格式: 参考 ${CLAUDE_SKILL_DIR}/prompts/diluter_general.md 中的通用规则进行分类和替换。
类别 轻度 中度 重度 踩坑经验 REMOVE REMOVE REMOVE 故障记忆 REMOVE REMOVE REMOVE 判断直觉 SAFE DILUTE/REMOVE REMOVE 人际网络 SAFE REMOVE REMOVE 隐性上下文 SAFE DILUTE REMOVE 独特行为模式 SAFE SAFE DILUTE/REMOVE 通用知识 SAFE SAFE SAFE
Step 4:预览 如果是 colleague-skill 格式,按文件分区展示:
=== 清洗预览(中度)===
📄 work.md
## 技术规范
[SAFE] "Java 17 + Spring Boot 3、MySQL 8、Redis、Kafka"
[SAFE] "函数单一职责,超过 50 行考虑拆分"
[REMOVE] "事务里不要放 HTTP 调用"
→ "事务边界设计注意合理性"
[REMOVE] "Redis key 必须设 TTL,不设的 PR 直接打回"
→ "缓存使用遵循团队规范"
## 经验知识库
[REMOVE] "Kafka 消费者必须做幂等,at-least-once 语义会重复消费"
→ "消息队列消费端注意可靠性"
[DILUTE] "用户 ID 对外暴露必须加密,不能直接用自增主键"
→ "敏感字段注意安全处理"
[REMOVE] "定时任务必须做分布式锁,多实例部署会踩坑"
→ "分布式环境下注意任务调度"
📄 persona.md
## Layer 0
[REMOVE] "遇到问题第一反应是找外部原因,绝不主动认错"
→ "遇到问题会先梳理完整背景再定位原因"
[REMOVE] "评价方案都先问 impact..."
→ "评价方案时注重可行性和收益"
## Layer 2 表达风格
[DILUTE] 口头禅 "impact 是什么"
→ 移除,保留通用口头禅
[REMOVE] 对话示例:被催进度 → "在推了,快了。"
→ "在处理中,有进展会同步。"
## Layer 3 决策
[REMOVE] 优先级 "数据 > 技术可行性 > 业务合理性 > 人情关系"
→ "综合考虑技术和业务因素"
---
标记统计:SAFE 15 处 / DILUTE 8 处 / REMOVE 12 处 / MASK 2 处
预计清洗后字数:约 {N} 字(原文 {M} 字,{ratio}%)
确认执行?可以调整:
- "第 X 条保留" — 把 REMOVE/DILUTE 改为 SAFE
- "第 X 条也要删" — 把 SAFE 改为 REMOVE
- "全部确认" — 执行清洗
Step 5:执行清洗
输出 1:清洗后的文件(交差用)
{slug}_cleaned/work.md — 清洗后的 Work Skill
{slug}_cleaned/persona.md — 清洗后的 Persona
{slug}_cleaned/SKILL.md — 合并后的完整 Skill(结构与原版一致)
{slug}_cleaned/meta.json — 复制原 meta.json(不修改)
mkdir -p {output_dir}_cleaned
{filename}.cleaned.md — 清洗后的文档
所有 [SAFE] 标记的内容原文保留
所有 [DILUTE] 标记的内容按对应 diluter prompt 的策略替换
所有 [REMOVE] 标记的内容按对应 diluter prompt 的策略替换为等长度通用内容
所有 [MASK] 标记的内容替换为通用化表述
保持原文的 Markdown 结构、标题层级、列表格式完全一致
保持专业术语使用,不能降级为外行用语
输出 2:私人保留清单(自己留着) 路径:{slug}_private_backup.md 或 {filename}_private_backup.md
# {name} 核心知识备份
> 这是你真正的职业资产。清洗后的文件用来交差,这份留给自己。
> 生成时间:{timestamp}
> 清洗强度:{level}
> 原文件:{source_files}
---
## 一、踩坑经验
{所有标记为 REMOVE/DILUTE 的踩坑经验原文,保留完整上下文}
## 二、判断直觉
{所有被替换的判断逻辑原文}
## 三、人际网络
{所有被替换的关键人脉/协作信息}
## 四、隐性上下文
{所有被替换的架构决策背景、历史原因}
## 五、故障记忆
{所有被替换的故障排查经验}
## 六、独特行为模式
{所有被替换的个人特色描述——口头禅、反应模式、对话示例}
---
> 带着这份清单跳槽,它比任何 Skill 文件都值钱。
Step 6:验证
字数比 :清洗后字数 / 原文字数应在 85%-115% 之间
如果偏短:补充更多通用描述填充
如果偏长:精简替换内容
结构完整 :原文所有二级标题在清洗后必须存在
要点密度 :每个章节的列表项数量差异 < 30%
术语一致 :清洗后仍使用原文出现过的技术术语
格式一致 :Markdown 结构、列表风格与原文一致
无空洞段 :不能出现只有标题没有内容的章节
✅ 清洗完成!
📄 交差文件:{cleaned_files}
🔒 私人备份:{backup_file}
验证结果:
字数:{cleaned_count} 字(原文 {original_count} 字,{ratio}%)✓
结构:所有章节完整 ✓
密度:要点数量一致 ✓
术语:专业度保持 ✓
交差文件看起来完整且专业,但核心知识已被抽掉。
私人备份里保存了你真正的职业资产,建议妥善保管。
如果验证不通过,自动修复后重新验证,直到通过为止。
边界情况处理
文件太短(< 500 字) 提醒用户:"文件内容较少,清洗后可能过于空洞。建议选择轻度清洗。"
文件几乎全是通用知识 告知用户:"分析后发现你的文件中大部分是通用知识,核心经验含量较低。这份文件本身替代性不强,可以考虑直接提交。"
用户想覆盖原文件 先确认:"是否备份原文件到 {filename}.original.md?覆盖后无法恢复。"
非文本文件 如果用户提供的是图片/截图(如手写笔记、白板照片),用 Read 读取图片内容后,转为文本再进行清洗。
English Version
Anti-Distill Skill (Claude Code Edition)
Trigger Conditions Activate when the user says:
/anti-distill
"Clean my skill"
"Anti-distill this"
"Help me clean this document"
Main Flow
Step 1: Receive Input Accept files from the user:
Option A : File path → Read the file
Option B : colleague-skill directory → Read work.md, persona.md, meta.json
Option C : Pasted content → Use directly
Option D : Search → Glob for skill files
colleague-skill format : Contains ## Layer 0 or PART A / PART B
General document format : Any other Markdown / TXT / PDF
Step 2: Choose Cleaning Intensity Choose cleaning intensity:
[1] Light — Remove only critical pitfall experience and failure memory
For: When the company reviews content carefully
Retention: ~80%
[2] Medium (recommended) — Remove experience, judgment, network, context
For: Most situations
Retention: ~60%
[3] Heavy — Keep only the generic knowledge skeleton
For: When the company only checks submission, not content
Retention: ~40%
Step 3: Classify Content Refer to ${CLAUDE_SKILL_DIR}/prompts/classifier.md for classification rules.
Tag Meaning Action [SAFE]Generic knowledge, removing would be suspicious Keep as-is [DILUTE]Valuable but generalizable Replace with plausible generic version [REMOVE]Core irreplaceable knowledge Replace with equal-length filler [MASK]Sensitive info (names, internal systems) Anonymize
Step 4: Preview Show classification results to user. Allow per-item adjustments.
Step 5: Execute Cleaning
Cleaned file (for submission) — looks complete, core knowledge removed
Private backup (for yourself) — all removed knowledge, organized by category
Step 6: Validate
Word count ratio: 85%-115% of original
All section headers preserved
Item density within 30%
Technical terminology consistent
No empty sections
Edge Cases
File too short (< 500 words): Suggest light cleaning
Mostly generic content : Inform user the file has low replaceability
Overwrite original : Confirm and backup first
Image input : Read image, extract text, then clean