核心用法
Decompose 是一款确定性文本语义解析工具，无需调用大语言模型即可将任意文本或 URL 内容拆解为结构化语义单元。用户通过 MCP 协议调用 decompose_text 或 decompose_url 工具，系统返回包含权威等级（mandatory/prohibitive/directive 等 6 类）、风险类别（safety_critical/security/compliance/financial 等 7 类）、注意力评分（0-10）、实体提取（ASTM/ISO/OSHA 等标准、日期、金额）及文档层级结构的 JSON 数据。
显著优点
- 零成本离线运行：纯本地 Python 实现，无 API 调用，Apple Silicon 上平均 14ms/文档，吞吐率达 1000+ 字符/ms
- 确定性输出：基于 RFC 2119 关键词规则与正则匹配，相同输入恒得相同结果，适用于合规审计场景
- SSR F 防护：URL 抓取自动屏蔽内网/私有 IP 段
- 上下文压缩：预处理后可削减 60-80% 的 LLM 上下文占用，适合长文档分析链路
潜在缺点与局限性
- 规则覆盖边界：依赖预定义正则模式识别标准引用（如 ASTM C150-20），非规范格式或新兴标准可能漏检
- 语义理解受限：无 LLM 加持，无法处理隐含义务、讽刺或复杂条件逻辑，仅适合显性规范文本（合同、技术规格、法规）
- 语言支持未明确：文档未提多语言能力，非英文文本的权威关键词识别效果存疑
- 结构化依赖：对非结构化散文、对话内容的分解精度可能下降
适合人群
- 需处理大量技术规格、合同条款、政策文件的企业合规团队
- 构建 Agent 工作流的开发者，需在 LLM 前做低成本预处理与路由
- 对数据隐私敏感、禁止外部 API 调用的金融、法律、政府机构
常规风险
- 过度依赖风险：注意力评分为启发式加权计算，非真实业务风险评估，关键决策需人工复核
- 规则漂移：标准库更新（如新发布 ISO 标准）需手动同步正则规则
- URL 内容不可控：虽阻断内网 IP，但外部 URL 仍可能返回恶意构造内容，建议沙箱运行
- 无加密传输：MCP 本地通信未提及 TLS，多用户环境需注意进程权限隔离