核心用法
Decompose 是一款零依赖、确定性的文本语义解析工具，专为处理合同、规范、政策等结构化文档设计。用户可通过 decompose_text 或 decompose_url 工具将输入内容拆解为带标签的语义单元，每个单元自动标注：
- 权威等级：基于 RFC 2119 标准识别 mandatory（shall）、directive（should）、permissive（may）等义务层级
- 风险类别：安全关键、安全、合规、财务、合同、建议、信息七级分类
- 注意力评分：0-10 分优先级量化，用于智能路由高价值内容
- 实体提取：自动识别 ASTM、OSHA、ISO 等标准引用、日期、金额等结构化数据
- 不可简化标记：识别法律强制条款、阈值公式等必须保留原文的片段
显著优点
1. 极致性能：Apple Silicon 上约 14ms/文档，吞吐量超 1000 字符/毫秒，无 API 成本
2. 完全本地：零外部调用，离线可用，满足敏感文档处理需求
3. 确定性输出：规则驱动而非概率模型，相同输入恒定输出，适合审计场景
4. 上下文优化：预处理后可减少 60-80% 送入 LLM 的 token，显著降低推理成本
5. 安全防护：内置 SSRF 保护，自动拦截内网 IP 请求
潜在局限
- 语言覆盖：当前优化针对英文技术/法律文本，中文等多语言支持未明确
- 复杂推理：无法替代 LLM 的语义理解，仅做结构化标签，深层逻辑推理仍需下游模型
- 维护成本：规则库需随法规更新迭代，非自进化系统
- 格式依赖：对高度非结构化文本（如口语化记录）解析效果可能下降
适合人群
- 法律合规团队处理批量合同审查
- 工程师提取技术规范中的强制条款与标准引用
- 企业构建文档智能路由与分级处理流水线
- 需离线运行的高敏感环境（政府、金融、医疗）
常规风险
- 误标风险：规则边界情况可能导致权威等级或风险类别误判，关键决策需人工复核
- 版本漂移：引用的标准编号（如 ASTM C150-20）需独立验证时效性
- 输入注入：虽具备基础 SSRF 防护，但处理不可信 URL 时仍需额外沙箱隔离