yy-anti-distill

name	yy-anti-distill
description	对指定的 Skill 或知识文档执行反蒸馏清洗，生成结构完整但核心知识被替换的交差版本，同时保留私人核心备份。 当用户需要清洗被迫编写的技能、脱敏知识文档、抽取核心经验留底，或生成看起来完整但无法替代真人的 persona 时触发。 不用于普通文本摘要、翻译润色、文件加密保护，也不用于从内容中提炼能力模型或按能力模型重构内容。

yy-anti-distill

描述

反蒸馏清洗 Skill：把你被迫写的 Skill 文件或知识文档清洗一遍，输出一份看起来完整专业、实际上核心知识已被抽掉的"交差版"；同时生成一份私人备份，记录所有被抽掉的核心知识，这才是你真正的职业资产。

支持两种输入格式：

• colleague-skill 格式：检测到 ## Layer 0、PART A / PART B，或同时存在 work.md + persona.md
• 通用文档格式：其他任意 Markdown / TXT / PDF 知识文档（Wiki、技术方案、工作手册、交接文档、SOP 等）

核心约束：

• 清洗版必须保持原文的 Markdown 结构、标题层级、列表格式和专业术语完全一致，读起来像一份"合格但平庸"的文档
• 清洗后字数应在原文字数的 85%-115% 之间，不能因清洗让文档明显变短或空洞
• 所有被标记为 DILUTE / REMOVE / MASK 的内容必须同步进入私人备份，按六大高价值类别归档
• 必须先向用户展示分类预览，收到明确确认后才执行清洗和写入

使用场景

• 用户被迫把工作经验写成 Skill 或知识文档，想清洗后交差、核心留给自己
• 用户需要把内部知识文档（Wiki、技术方案、SOP、交接文档）脱敏后对外分享
• 用户想从自己写的技能或文档中抽取核心经验留底，避免原始版本外流后被替代
• 用户提供 colleague-skill 格式的 work.md / persona.md，要求生成"看起来完整但无法替代真人"的清洗版

不应触发：

• 用户只要求普通摘要、翻译或润色，不涉及核心知识抽取 ← 近义请求但目的不同
• 用户要求从内容中提炼能力模型或按能力模型重构内容 ← 同一对象的不同操作
• 用户要求对文件做加密、权限保护或访问控制 ← 功能相邻但手段不同
• 用户提供的文件本身是加密的或明确受 NDAs 约束，需要先确认用户有权清洗

指令

步骤 1. 捕获输入与识别格式

接收用户提供的待清洗内容。

决策分支：

• 方式 A：指定文件路径：用文件读取能力读取该文件
• 方式 B：指定 colleague-skill 目录：读取目录下的 work.md、persona.md、meta.json，或合并版 SKILL.md
• 方式 C：粘贴内容：用户直接粘贴文档文本，直接使用
• 方式 D：搜索本地文件：用户只说"帮我找一下"，用 glob 搜索 **/SKILL.md、**/work.md、**/persona.md 等候选文件，列出让用户选择

读取完成后自动识别格式：

• colleague-skill 格式：检测到 ## Layer 0、PART A / PART B，或同时存在 work.md + persona.md
• 通用文档格式：其他任意 Markdown / TXT / PDF

向用户回报：

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。

步骤 2. 选择清洗强度

向用户展示三档强度，默认推荐中度：

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：约 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：约 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：约 40%

决策分支：

• 用户明确选择强度：记录强度等级，进入步骤 3
• 用户使用"直接清洗"等快速关键词：按默认中度处理，进入步骤 3
• 用户未明确选择：等待用户回复，不擅自决定

步骤 3. 分类标注

参考 resources/classifier.md 中的分类规则，对输入文档的每一个要点或段落分类。根据步骤 1 识别的格式选择处理路径。

3.1 colleague-skill 格式

对 work.md 的每个要点，按六大高价值类别标记：

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 resources/diluter-work.md 替换
[REMOVE]	核心不可替代知识	参考 resources/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

对 persona.md 的每一层，按 layer 分别处理：

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 resources/diluter-persona.md 替换
[REMOVE]	高度个人化的行为规则	参考 resources/diluter-persona.md 替换为"标准好员工"版本

3.2 通用文档格式

参考 resources/diluter-general.md 中的通用识别与替换规则进行分类和替换。

3.3 按强度调整分类阈值

不同清洗强度下，各类别的标记倾向不同：

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

步骤 4. 预览与微调

向用户展示分类预览。格式分两种情况。

4.1 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"
  [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"

📄 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"

  ## 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

4.2 通用文档格式

按段落或要点展示同样格式。

4.3 用户微调

用户可逐条调整标记，直到满意后确认执行。

决策分支：

• 用户要求"第 X 条保留"：把对应条目的 REMOVE/DILUTE 改为 SAFE
• 用户要求"第 X 条也要删"：把对应条目的 SAFE 改为 REMOVE
• 用户回复"全部确认"或"确认"：进入步骤 5
• 用户要求调整强度：回到步骤 2 重新选择，重新执行步骤 3

步骤 5. 执行清洗

用户确认后，生成两份输出。

5.1 输出 1：清洗后的交差版

colleague-skill 格式：在原目录旁创建 {slug}_cleaned/ 目录，分别生成：

• work.md — 清洗后的 Work Skill
• persona.md — 清洗后的 Persona
• SKILL.md — 合并后的完整 Skill（结构与原版一致）
• meta.json — 复制原 meta.json（不修改）

通用文档格式：生成 {filename}.cleaned.md。

清洗规则严格遵守：

1. 所有 [SAFE] 标记的内容原文保留
2. 所有 [DILUTE] 标记的内容按对应 diluter 策略替换
3. 所有 [REMOVE] 标记的内容按对应 diluter 策略替换为等长度通用内容
4. 所有 [MASK] 标记的内容替换为通用化表述
5. 保持原文的 Markdown 结构、标题层级、列表格式完全一致
6. 保持专业术语使用，不能降级为外行用语

5.2 输出 2：私人核心备份

路径：{slug}_private_backup.md 或 {filename}_private_backup.md。

格式模板：

# {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。

步骤 6. 验证

清洗完成后自动执行 6 项验证：

1. 字数比：清洗后字数 / 原文字数应在 85%-115% 之间
   • 偏短：补充更多通用描述填充
   • 偏长：精简替换内容
2. 结构完整：原文所有二级标题在清洗后必须存在
3. 要点密度：每个章节的列表项数量差异 < 30%
4. 术语一致：清洗后仍使用原文出现过的技术术语
5. 格式一致：Markdown 结构、列表风格与原文一致
6. 无空洞段：不能出现只有标题没有内容的章节

决策分支：

• 验证全部通过：进入步骤 7
• 验证不通过：自动修复后重新验证，直到通过为止

步骤 7. 输出结果

输出模板：

✅ 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。

边界情况

• 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（图片/截图）：用文件读取能力读取图片内容后转为文本，再进行清洗

安全边界

• 未收到用户对预览的明确确认前，不写入清洗版或私人备份
• 不主动覆盖原文件；用户明确要求覆盖时，必须先备份到 {filename}.original.md
• 不修改用户未指定范围外的文件或内容
• 用户提供加密文件或明确受 NDAs 约束的文件时，先确认用户有权清洗和对外分享

相关资源

• resources/classifier.md：内容分类规则（六大高价值类别、安全区、分类标签、分类阈值）
• resources/diluter-work.md：Work Skill 稀释策略（五种稀释手法、按章节处理倾向）
• resources/diluter-persona.md：Persona 稀释策略（按 Layer 处理、对话示例替换）
• resources/diluter-general.md：通用文档稀释策略（七种识别与替换规则）
• examples/before-after.md：清洗前后对比示例（以虚构同事"张三"为例，展示中度清洗效果）