anti-distill

🛡️ 职场知识资产保护专家

编辑精选

纯本地文档处理工具,帮助员工在被迫提交Skill时保护核心职业资产,生成"看起来完整但知识已抽离"的交差文件,同时保留私人备份,无代码执行风险,数据完全本地处理。

收藏
2.7k
安装
929
版本
latest
CLS 安全性认证2026-05-03
点击查看完整报告 >

使用说明

核心用法

Anti-Distill Skill是一款专为职场场景设计的文档"清洗"工具,核心目标是帮助员工应对公司强制要求提交个人Skill文档的场景。其工作流程分为六个步骤:首先接收用户提供的Skill文件(支持直接路径、 colleague-skill目录、粘贴内容或本地搜索);然后让用户选择三档清洗强度(轻度保留80%、中度保留60%、重度保留40%);接着对文档内容进行分类标注,将内容标记为[SAFE]保留、[DILUTE]泛化、[REMOVE]替换、[MASK]脱敏四类;之后向用户展示清洗预览并允许逐条调整;确认后执行清洗,生成两份输出——一份用于交差的"完整"文件和一份私人保留的核心知识备份;最后自动验证字数比例、结构完整性、要点密度等指标。

Skill特别针对colleague-skill格式(含work.md和persona.md)进行了优化处理,能识别六大高价值知识类别:踩坑经验、故障记忆、判断直觉、人际网络、隐性上下文和独特行为模式。对于通用文档格式也有对应的处理策略。

显著优点

第一,功能设计精准切中职场痛点,解决了"被迫分享核心资产"的两难困境,既完成公司任务又保护个人竞争力。第二,三档清洗强度灵活适配不同审查严格程度的场景,轻度适合内容会被仔细审核的情况,重度适合只看提交状态不看内容的情况。第三,双输出机制设计周到,交差文件保持专业外观,私人备份按六大类别系统整理,便于未来复用。第四,验证机制完善,自动检查字数比例(85%-115%)、结构完整、术语一致等六项指标,确保输出质量。第五,边界情况处理成熟,对短文件、纯通用内容、覆盖原文件、图片输入等场景都有应对策略。

潜在缺点与局限性

首先,该Skill本身具有一定的"对抗性"使用场景,虽然技术上完全合规,但在某些企业文化中可能被视为"不诚信"行为,用户需自行评估职业风险。其次,清洗效果依赖分类规则的准确性,若分类prompt不够精准可能导致过度清洗或清洗不足。第三,对于高度定制化、难以泛化的专业领域内容,替换生成的通用版本可能与原内容差异过大,存在被识别风险。第四,私人备份文件的安全管理完全依赖用户自身,若备份文件泄露则失去保护意义。最后,当前版本依赖T3来源(社区/个人项目),虽经安全审计无问题,但长期使用稳定性和更新维护存在不确定性。

适合的目标群体

主要面向三类用户:一是大厂员工,面临强制Skill文档提交要求但希望保留核心Know-how;二是技术专家,积累了大量踩坑经验和故障记忆等隐性知识;三是咨询顾问、产品经理等依赖个人判断直觉和人际网络的职业人群。同时适合对文档隐私敏感、希望在个人设备上完成全部处理流程的用户。不适合公司明确禁止保留Skill副本的场景,以及 Skill文档涉及敏感商业秘密需遵守特殊合规要求的情况。

使用风险

性能方面,处理超大文档(数万字)时分类和替换阶段可能耗时较长,建议分批处理。依赖项方面,Skill依赖${CLAUDE_SKILL_DIR}/prompts//下的分类器和稀释器prompt文件,若这些文件缺失或损坏会影响功能,但核心流程仍可降级运行。兼容性方面,主要针对colleague-skill格式优化,对其他文档格式的处理效果可能不如原生格式。数据安全方面,虽为纯本地处理,但用户需自行确保私人备份文件的存储安全,避免同步到公司云盘。版本管理方面,清洗后的文件若后续需要更新,需重新执行完整流程,暂无增量清洗能力。

安全解读

核心功能

anti-distill是一款专为Claude Code环境设计的反知识蒸馏工具,旨在帮助员工在被迫提交个人工作技能文档(Skill Files)时,保护真正有价值的职业核心资产。

该工具通过六个步骤的完整工作流实现知识保护:接收输入文件(支持colleague-skill格式work.md/persona.md或通用文档)→ 选择三档清洗强度(轻度/中度/重度,分别保留80%/60%/40%核心信息)→ 基于六维分类体系(踩坑经验、故障记忆、判断直觉、人际网络、隐性上下文、独特行为模式)进行智能标注 → 向用户展示预览并允许微调 → 生成两份输出:用于交差的"完整"文件和私人保留的真正知识备份 → 自动验证确保格式与字数符合预期。

显著优点

1. 精准分类体系:将知识划分为六大高价值类别和四个处理标签(SAFE/DILUTE/REMOVE/MASK),避免一刀切式删除导致文档明显失真
2. 等长替换策略:被移除内容会被替换为同等长度的通用表述,维持文档"看起来完整"的表象

3. 双轨输出设计:既满足公司"提交即合规"的表面要求,又完整保留个人跳槽时可携带的真实竞争力

4. 多格式兼容:原生支持colleague-skill分层格式、合并版SKILL.md、PDF、图片等多种输入

5. 可配置清洗强度:三档强度适配不同审查严格程度的企业环境

6. 自动验证机制:字数比、结构完整性、要点密度、术语一致性等六项自动检查确保输出质量

潜在局限与风险

1. 依赖用户判断:分类准确性受限于用户对"什么算核心知识"的主观认知,可能过度保守或激进
2. 无法防御逆向工程:若公司后续使用AI对比多人清洗后文档,可能发现共性模式推断出被抽掉的内容类型

3. 格式演进风险:colleague-skill格式若升级,内置的prompts可能需手动更新

4. 道德与法律灰色地带:部分公司可能将Skill文件视为职务作品,清洗行为或违反内部IP协议

5. 工具本身暴露风险:使用痕迹(如_cleaned后缀文件、private_backup.md)若被IT审计发现,可能引发信任危机

适合人群

  • 面临"知识沉淀/技能文档化"强制要求的互联网/科技公司员工
  • 担心核心经验被系统化提取后丧失议价能力的资深工程师/产品经理
  • 计划未来6-12个月内跳槽、希望保留可迁移知识资产的职场人
  • 对个人职业数据主权有强烈意识的独立贡献者

常规风险提示

该工具为纯文档型Skill,100% Markdown无代码执行,通过完整安全认证(S+级,98分)。但需注意:工具本身不提供法律建议,使用前建议 review 雇佣协议中的知识产权条款;生成的私人备份文件建议加密存储于个人设备,勿同步至公司云盘。

anti-distill 内容

anti-distill-master文件夹
examples文件夹
prompts文件夹
手动下载zip · 20.7 kB
zhangsan_before_after.mdtext/markdown
请选择文件