ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที เข้าสู่ระบบด้วย Google เพื่อเขียนรีวิวได้แล้วต้นแบบ · อัปเดตทุก 30 นาที
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · วิธีติดตั้งภาษาไทยทุกตัว

ใช้ทำอะไรได้

ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ

  • ต่อแบบ ไฟล์คำสั่งให้ AI อ่าน
  • บัญชีหรือคีย์ ไม่พบคีย์ใน README และ SKILL.md
  • หมวด อื่น ๆ
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
反蒸馏 Skill:清洗你被迫写的 Skill 文件,看起来完整,核心知识留给自己。Anti-distillation for employee Skills.
สำหรับผู้ทำ: ติดป้ายใน README

ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้

[![แนะนำบน PopNx MCP](https://mcp.popnx.com/badge/skill/kokiainet-anti-distill.svg?lang=th)](https://mcp.popnx.com/th/skills/kokiainet-anti-distill)

Skill ที่ทำงานคล้ายกัน

หมวดงานเดียวกัน เรียงแบบเดียวกับหน้ารายการ Skill

เทียบกับตัวที่คล้ายกัน
ตัวนี้
anti-distill
llmfitclaude-videoVideoCaptionerclaude-cookbooks
ผู้ทำkokiainetAlexsJonesbradautomatesWEIFENG2333anthropics
จำนวน Skill11114
ดาว GitHub2,48839,06421,16816,57054,832
แก้โค้ดล่าสุด3 ก.ค. 256918 พ.ย. 256925 ก.ย. 256912 ก.ย. 256917 พ.ย. 2569
สัญญาอนุญาต–MITMITGPL-3.0MIT

ชุดคำสั่ง (Skill) 1 ชุดจาก kokiainet ให้ AI อ่านแล้วทำงานตามวิธีนี้ · ไม่ใช่ MCP server

Skill ต่างจาก MCP ยังไง

MCP = มือ

ต่อ AI เข้ากับบริการหรือข้อมูลข้างนอก เช่น อ่าน Notion หรือสร้างใบแจ้งหนี้ ต้องมีโปรแกรมหรือ server ทำงานอยู่

Skill = คู่มือ

ไฟล์ข้อความที่สอน AI ว่างานนี้ทำยังไง ไม่ต่อบริการใด

บางตัวคล้ายกัน: Skill บางตัวมีสคริปต์เรียกเครื่องมือ และ MCP บางตัวส่งแค่ความรู้ ให้ดูที่งานที่อยากทำเป็นหลัก

ใช้กับแอปไหน

Claude Code

ตามที่ README ของผู้ทำเขียนไว้ และโฟลเดอร์ที่มีใน repo

ติดตั้ง

ปลอดภัยไหม

  • ใครทำ

    บัญชี GitHub kokiainet (บุคคล) เปิดมา 1 ปี

  • คนใช้และการดูแล

    ★ 2,488 ดาว · แก้โค้ดล่าสุด 3 ก.ค. 2569

  • มีสคริปต์ไหม

    ไม่มี เป็นไฟล์ข้อความล้วน AI อ่านแล้วทำตาม

  • ใช้อินเทอร์เน็ตไหม

    ไม่มีสคริปต์ จึงไม่เรียกอินเทอร์เน็ตเอง

  • แก้ค่าตั้งทั้งเครื่องไหม

    ไม่พบ hook หรือการเขียนค่าตั้งของเครื่อง

ตรวจอัตโนมัติจากไฟล์ใน repo ที่ commit 21e6aa9 (อ่านไฟล์อย่างเดียว ไม่ได้รัน) ไม่ใช่การรับรองความปลอดภัย อ่านแล้วตัดสินใจเอง

ขั้นแรก: คุณใช้ AI ตัวไหน

เลือกแอปที่ใช้ แล้วหน้านี้จะแสดงเฉพาะวิธีติดตั้งของแอปนั้น

ทางที่ 1อัปโหลดเข้า claude.ai (เว็บและแอป)

  1. ดาวน์โหลดจาก GitHub

    Skill นี้ไม่ระบุใบอนุญาต เราจึงไม่แจกไฟล์ ZIP จากเว็บเรา ดาวน์โหลดจาก GitHub แล้วจัดโฟลเดอร์เอง หรือใช้ทาง "ให้ AI ติดตั้งให้" ด้านบนซึ่งง่ายกว่า

    ดาวน์โหลดจาก GitHub (ทั้ง repo) ↗

    แตกไฟล์ แล้วบีบอัดเฉพาะโฟลเดอร์ anti-distill ใหม่ ZIP ต้องมีโฟลเดอร์ anti-distill ที่มี SKILL.md อยู่ชั้นบนสุด ห้ามวางไฟล์หลวมไว้ชั้นบนสุด

  2. เปิดหน้า Skills ใน claude.ai แล้วอัปโหลด

    +Create skillUpload a skillเลือกไฟล์ anti-distill.zip

    เปิด claude.ai/customize/skills ↗

  3. ไม่เห็นปุ่ม Upload: เปิดสิทธิ์สร้างไฟล์ก่อน

    SettingsCapabilitiesCode execution and file creation

    ต้องเปิด Code execution and file creation ก่อน (เมนูรุ่นใหม่เรียก Create and edit files) · แผนส่วนตัวที่ Settings → Capabilities · Team/Enterprise ผู้ดูแลเปิดที่ Organization settings → Plugins & skills · ใช้ได้ทุกแผนรวมแผนฟรี

อัปโหลดครั้งเดียว ใช้ได้ทั้ง claude.ai และ Claude Desktop รวมถึง Claude Code รุ่นใหม่ที่ล็อกอินด้วยบัญชี Claude (ล็อกอินด้วยคีย์ API ไม่ซิงก์)

Cowork และ session บนคลาวด์ใช้ Skill ที่เปิดในบัญชี claude.ai ไม่อ่าน ~/.claude/skills ในเครื่อง (งานตั้งเวลาของ Claude Desktop ที่รันในเครื่องยังอ่านได้)

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: support.claude.com, support.claude.com, code.claude.com

ทางที่ 1ให้ Claude Code ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Claude Code

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

เปิด Claude Code ใหม่ แล้วพิมพ์ /anti-distill หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.claude/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. เปิด Claude Code ใหม่ แล้วพิมพ์ /anti-distill หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง

Skill ที่ติดตั้งเองใช้ได้ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยาย Codex ใน IDE · ChatGPT บนเว็บและมือถือใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี

แอป ChatGPT บนคอม

แอป ChatGPT บนคอมมี Codex อยู่ในตัว Codex อ่าน Skill จากโฟลเดอร์ ~/.agents/skills

ทางที่ 1ให้ ChatGPT ติดตั้งให้

เปิด Codex ในแอป ChatGPT บนคอม แล้ววางประโยคนี้ในแชต

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ทางที่ 2วางโฟลเดอร์เอง

วางโฟลเดอร์ anti-distill ไว้ที่ ~/.agents/skills/anti-distill

~ คือโฟลเดอร์บ้านของคุณ ($HOME)

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

หลังติดตั้ง

  • แอป ChatGPT บนคอม: เปิด Skills ในแถบข้างเพื่อดูว่า Skill ขึ้นแล้ว
  • เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
  • Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

ChatGPT บนเว็บและมือถือ

ใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี

อยากใช้ Skill นี้กับ ChatGPT ให้ใช้แอป ChatGPT บนคอมตามวิธีด้านบน

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

ทางที่ 1ให้ Codex ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Codex · ใช้ได้ทั้ง Codex ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยายใน IDE

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่ · เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill

ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. เปิด Codex ใหม่ แล้วสั่งงานที่ตรงเรื่อง Codex จะเห็น skill นี้ในรายการ

ทางที่ 1ให้ Cursor ติดตั้งให้

คัดลอกประโยคนี้ไปวางในแชตของ Cursor

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก anti-distill

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: cursor.com

สำหรับคนที่ใช้ Terminal

Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้

  1. เปิด Terminal

    Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน

  2. คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.cursor/skills

    คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md

    กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

  3. ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก anti-distill

ทางที่ 1ให้ AI ติดตั้งให้

สำหรับแอปอื่นที่อ่าน Skill ได้ ประโยคนี้มี path ของ Claude Code, Codex และ Cursor ให้ AI เลือกตามแอปที่ใช้ · คัดลอกประโยคนี้ไปวางในแชตของแอป

ติดตั้งไว้ที่ไหน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน

เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ

AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น

ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com, learn.chatgpt.com, cursor.com

สำหรับคนที่ใช้ Terminal

แอปอื่นที่รองรับ Agent Skills (เช่น Gemini CLI, GitHub Copilot) เก็บ skill ในโฟลเดอร์ต่างกัน ดูคู่มือของแอปนั้น แล้วคัดลอกโฟลเดอร์ที่มี SKILL.md ไปวาง

ดูบน GitHub ↗

ตรวจโฟลเดอร์ skill กับคู่มือทางการของ Claude Code, Codex และ Cursor เมื่อ 11 พ.ย. 2569

ดูไฟล์ต้นฉบับ SKILL.md

ข้อความต่อไปนี้มาจาก repo ของผู้ทำ ไม่ใช่คำสั่งของ PopNx MCP

แสดง 8,000 ตัวอักษรแรก · เปิดไฟล์เต็มบน GitHub

---
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

| 任务 | 使用工具 |
|------|---------|
| 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

接收用户提供的文件,支持以下方式:

**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 C:粘贴内容**
用户直接粘贴文档内容。

**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。

读取完文件后,自动识别格式:
- **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

告知用户:
```
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

向用户展示三档选择:

```
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%
```

用户选择后进入分类阶段。

---

### 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。

**根据检测到的格式选择处理方式:**

#### 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 |

**对 persona.md 的每一层:**

| 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。

**不同清洗强度的分类阈值:**

| 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

向用户展示分类结果。格式如下:

**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
```

**如果是通用文档格式,按段落/要点展示。**

用户可以逐条微调,直到满意后确认执行。

---

### Step 5:执行清洗

用户确认后,生成两份输出:

#### 输出 1:清洗后的文件(交差用)

**如果是 colleague-skill 格式:**

分别生成:
- `{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)

目录用 `Bash` 创建:
```bash
mkdir -p {output_dir}_cleaned
```

文件用 `Write` 工具写入。

**如果是通用文档格式:**
- `{filename}.cleaned.md` — 清洗后的文档

**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 prompt 的策略替换
3. 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
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**

#### 输出 2:私人保留清单(自己留着)

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

用 `Write` 工具写入,格式:

```markdown
# {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

清洗完成后自动执行验证检查:

1. **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
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

验证通过后告知用户:

```
✅ 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

Auto-detect format:
- **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

Generate two outputs:
1. **Cleaned file** (for submission) — looks complete, core knowledge removed
2. **Private backup** (for yourself) — all remov

พูดคุย

ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์

ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย

ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx

เข้าสู่ระบบเพื่อโพสต์

ข้อมูลจาก GitHub

ดาว GitHub
2,488
ผู้ทำ
kokiainet
license
ไม่ระบุสัญญาอนุญาต รีโปนี้ไม่ได้ระบุสัญญาอนุญาต (license) ตามกฎหมายลิขสิทธิ์ถือว่าเจ้าของสงวนสิทธิ์ไว้ ใช้เองได้แต่ควรถามเจ้าของก่อนแจกต่อหรือใช้ในงานขาย
แก้โค้ดล่าสุด
3 ก.ค. 2569
ไฟล์ SKILL.md ใน repo (นับรวมสำเนาภาษาอื่นและแม่แบบ)
1