anti-distill
von leilei926524-techanti-distill ist ein Umschreib-Skill, der Skill-Dateien, Arbeitsanleitungen und Persona-Dokumente klassifiziert und in bereinigte Versionen mit entferntem Kern-Know-how umschreibt. Er unterstützt die manuelle Installation in Claude Code oder OpenClaw und läuft anschließend mit /anti-distill auf Dateien, Ordnern oder eingefügten Inhalten.
Dieser Skill erreicht 68/100. Damit ist er für Verzeichnisnutzer als echter, wiederverwendbarer Workflow grundsätzlich geeignet, allerdings mit deutlichen Einschränkungen bei Einsatzfeld und Ethik. Das Repository bietet einen auslösbaren, schrittweisen Prozess, konkrete Prompt-Assets, Beispiele und Installationsdokumentation, sodass ein Agent ihn voraussichtlich mit weniger Rätselraten ausführen kann als einen generischen Prompt. Installieren sollten ihn Nutzer aber nur dann, wenn sie gezielt eine „Verdünnung“ von Dokumenten wollen und keine originalgetreue Skill-Erstellung.
- Hohe Auslösbarkeit: SKILL.md enthält explizite Aufrufphrasen, Hinweise zu Argumenten, unterstützte Eingabemodi und erlaubte Tools.
- Gute operative Substanz: Die Prompt-Dateien für Klassifizierung und Verdünnung definieren konkrete Transformationsregeln für Arbeits-, Persona- und allgemeine Dokumente.
- Hilfreiche Grundlage für die Installationsentscheidung: README, INSTALL.md und Vorher-/Nachher-Beispiele zeigen Ausgaben, Intensitätsstufen und unterstützte Formate.
- Die Workflow-Klarheit bleibt teilweise manuell: Der Skill verlangt, dass Nutzer die Bereinigungsintensität wählen, und zeigt im Auszug keinen vollständigen End-to-End-Output-Vertrag.
- Enger und potenziell kontroverser Anwendungsfall: Das Repo ist auf das Entfernen von Kern-Know-how aus Employee-Skills optimiert und kein allgemeines Tool zur Wissensbereinigung.
Überblick über die anti-distill Skill
Was anti-distill macht
Die anti-distill Skill ist eine Skill zum Umschreiben von Dokumenten. Sie verwandelt eine detaillierte Mitarbeiter-Skill-Datei, einen Arbeitsleitfaden oder ein Persona-Dokument in eine Version, die „vollständig wirkt, aber vom Kernwissen bereinigt ist“. Der praktische Zweck ist keine allgemeine Zusammenfassung: anti-distill klassifiziert, was unbedenklich erhalten bleiben kann, was abgeschwächt werden sollte, was entfernt werden muss und was maskiert werden sollte, und schreibt den Inhalt dann entsprechend um.
Für wen sich anti-distill eignet
anti-distill eignet sich vor allem für Teams oder Einzelpersonen, die interne Skill-Dokumentation bereits ausgearbeitet haben und eine sauberere, extern nutzbare oder review-sichere Version benötigen. Besonders relevant ist die Skill für Rewriting-Aufgaben rund um SKILL.md, work.md, persona.md, SOPs, Handoff-Dokumente oder gemischte Markdown-/TXT-/PDF-Eingaben. Wenn Sie fachliche Details möglichst originalgetreu erhalten müssen, ist anti-distill das falsche Werkzeug.
Was diese anti-distill Skill unterscheidet
Der wichtigste Unterschied ist der explizite Workflow aus Klassifizierung und Umschreiben, statt sich auf einen vagen Prompt wie „mach das weniger spezifisch“ zu verlassen. Das Repository enthält getrennte Prompt-Dateien für die Klassifizierung und für verschiedene Dokumenttypen: prompts/classifier.md, prompts/diluter_work.md, prompts/diluter_persona.md und prompts/diluter_general.md. Diese Struktur reduziert das Rätselraten, wenn Arbeitswissen anders behandelt werden soll als Persona-Merkmale.
Wichtige Abwägungen vor der Installation
anti-distill reduziert die Nützlichkeit bewusst. Gute Ausgaben sollen strukturell glaubwürdig und fachlich nicht falsch bleiben, aber weniger direkt ausführbar, weniger spezifisch und weniger übertragbar werden. Genau das ist das Ziel. Das Risiko liegt entweder im Überbereinigen zu offensichtlich leerem Fülltext oder im Unterbereinigen, sodass operatives Know-how, Schwellenwerte, Eskalationswege oder Entscheidungslogik erhalten bleiben.
So verwenden Sie die anti-distill Skill
anti-distill in Claude Code oder OpenClaw installieren
Das Repository liefert manuelle Installationsanweisungen statt eines Paket-Installers. In Claude Code klonen Sie es in die projektbezogenen oder globalen Skills:
mkdir -p .claude/skills
git clone https://github.com/leilei926524-tech/anti-distill.git .claude/skills/anti-distill
Oder global:
git clone https://github.com/leilei926524-tech/anti-distill.git ~/.claude/skills/anti-distill
Für OpenClaw:
git clone https://github.com/leilei926524-tech/anti-distill.git ~/.openclaw/workspace/skills/anti-distill
Danach rufen Sie die Skill mit /anti-distill auf. Zusätzliche Python-Abhängigkeiten sind nicht erforderlich.
Welche Eingaben anti-distill benötigt
Die anti-distill Skill akzeptiert:
- einen direkten Dateipfad
- einen colleague-skill-Ordner wie
colleagues/{slug}/ - eingefügten Dokumentinhalt
- lokale Dateisuche, wenn Sie die Skill bitten, Skill-Dateien zu finden
Sie ist darauf ausgelegt, sowohl colleague-skill-Muster wie work.md + persona.md oder ## Layer 0 als auch allgemeine Dokumente wie Markdown, TXT oder PDF zu erkennen. Am meisten bringt anti-distill bei Dokumenten mit konkreten Regeln, Schwellenwerten, Beispielen, Entscheidungszweigen, benannten Personen, Incident-Wissen oder Inhalten nach dem Muster „so machen wir es wirklich“, weil dort die stärkste Bereinigung mit echtem Mehrwert möglich ist.
So prompten Sie anti-distill sinnvoll
Eine schwache Anfrage wäre: „clean this skill.“
Ein stärkerer Nutzungs-Prompt für anti-distill nennt:
- welche Datei gelesen werden soll
- um welchen Dokumenttyp es sich handelt
- wie aggressiv bereinigt werden soll
- welche Ausgabedateien Sie möchten
Beispiel:
/anti-distill Read colleagues/zhangsan/. This is a colleague-skill with work and persona content. Use medium cleaning. Keep structure and formatting, but remove concrete thresholds, troubleshooting memory, escalation shortcuts, and highly distinctive behavior cues. Generate a cleaned version plus a private backup of removed knowledge.
Das funktioniert besser, weil die Logik des Repos auf Bereinigungsintensität und auf der Identifikation wertvoller Wissensklassen basiert, etwa Fallstricke, Urteilsheuristiken, informelles Netzwerk-Wissen und versteckte Workflows.
Bester Workflow und welche Dateien Sie zuerst lesen sollten
Wenn Sie anti-distill verstehen möchten, bevor Sie ihm vertrauen, lesen Sie am besten in dieser Reihenfolge:
README.mdfür Produktziel und AusgabemodellINSTALL.mdfür InstallationspfadeSKILL.mdfür Trigger, Tool-Regeln und den Hauptablaufprompts/classifier.mdfür das Label-System:[SAFE],[DILUTE],[REMOVE],[MASK]- den jeweils passenden Diluter-Prompt nach Dokumenttyp
examples/zhangsan_before_after.mdzur Kalibrierung der Ausgabequalität
In der Praxis sollten Sie mit mittlerer Intensität starten, prüfen, was erhalten geblieben ist, und anschließend nur die schwachen Stellen erneut laufen lassen. Starkes Bereinigen geht schneller, erzeugt aber eher offensichtlich generischen Unternehmens-Fülltext.
anti-distill Skill FAQ
Ist anti-distill besser als ein normaler Rewriting-Prompt?
Meistens ja, wenn Ihr Ziel eine kontrollierte Abschwächung statt bloßer Paraphrase ist. Ein generischer Prompt lässt oft zu viele Details stehen oder entfernt zu viel von der Struktur. anti-distill ist verlässlicher, weil Klassifizierung und Umschreiben getrennt sind und es dokumenttypspezifische Umschreiberegeln gibt.
Ist anti-distill für Einsteiger geeignet?
Ja, sofern Sie sich zutrauen, umgeschriebene Dokumente kritisch zu prüfen. Die anti-distill-Anleitung ist unkompliziert: installieren, aufrufen, Intensität wählen, Ausgabe prüfen. Der schwierigere Teil ist das Urteil: zu erkennen, welche verbleibenden Zeilen noch zu viel verraten. Einsteiger sollten die Ausgabe vor dem Einsatz auf wichtigen Dateien mit dem enthaltenen Vorher-/Nachher-Beispiel vergleichen.
Wann sollten Sie anti-distill nicht verwenden?
Verwenden Sie anti-distill nicht für öffentliche Dokumentation, Onboarding oder Wissensdatenbanken, bei denen operative Nutzbarkeit zählt. Auch für sehr kleine Dokumente ohne echte Spezifika passt die Skill schlecht; wenn die Quelle bereits generisch ist, hat anti-distill kaum etwas zu verbessern und macht den Text oft nur noch schwächer.
Eignet sich anti-distill für mehrsprachige und gemischte Repositories?
Ja. Die Skill unterstützt ausdrücklich Englisch und Chinesisch und antwortet in der Sprache des Nutzers. Sie funktioniert auch mit gemischten Dateiformaten und kann über die nativen Lesefunktionen des Host-Tools Bilder oder PDFs einlesen. Die Qualität hängt aber weiterhin davon ab, wie klar das ursprüngliche Dokument konkretes Know-how offenlegt.
So verbessern Sie die anti-distill Skill
anti-distill mit besserem Quellmaterial versorgen
anti-distill arbeitet am besten mit gehaltvollen, spezifischen Ausgangstexten. Wenn Ihre Eingabe exakte Schwellenwerte, Learnings aus Incidents, echte Entscheidungskriterien, Beispiel-Dialoge oder namentlich benannte Abstimmungswege enthält, kann die Skill deutlich präziser zwischen Behalten, Abschwächen und Entfernen unterscheiden. Ist die Quelle bereits vage, verbessert sich die Ausgabe nur wenig, weil kaum verwertbares Signal zum Umformen vorhanden ist.
Die wichtigsten Fehlermuster im Blick behalten
Die größten Fehlermuster bei anti-distill sind:
- versehentlich umsetzbare Details stehen zu lassen
- zu viel durch offensichtlichen Unsinn zu ersetzen
- die Stimme so stark zu glätten, dass das Dokument verdächtig wirkt
- verstecktes Wissen in Beispielen oder Dialogen zu übersehen
Achten Sie besonders auf Zahlen, Verzweigungen nach dem Muster „wenn X, dann Y“, benannte Verantwortliche und Erklärungen im Stil von Postmortems. Diese Stellen tragen oft mehr Wert, als die Abschnittsüberschriften vermuten lassen.
Prompts mit klaren Rewrite-Vorgaben verbessern
Für eine bessere anti-distill-Nutzung sollten Sie explizit sagen, was erhalten bleiben soll und worauf die Bereinigung zielen soll. Gute Vorgaben sind:
- Überschriften, Listen und Abschnittsreihenfolge beibehalten
- Terminologie fachlich korrekt halten
- konkrete Limits, interne Namen und Root-Cause-Wissen entfernen
- Beispiele verallgemeinern, ohne die Themenabdeckung zu verändern
- die Ausgabe in ähnlicher Länge halten
Diese Vorgaben passen zu den Qualitätsmaßstäben des Repos selbst, etwa Strukturerhalt und ungefähr vergleichbarer Länge.
Nach dem ersten Durchlauf gezielt iterieren
Behandeln Sie den ersten anti-distill-Durchlauf nicht als Endfassung. Prüfen Sie die bereinigte Version und markieren Sie die Zeilen, die noch echtes Urteilswissen vermitteln. Lassen Sie dann gezielt nur diese Abschnitte erneut bearbeiten, zum Beispiel: „Re-clean only CR 重点 and 经验知识库; these still reveal specific execution standards.” Diese abschnittsweise Iteration liefert in der Regel bessere Ergebnisse, als sofort das ganze Dokument von mittlerer auf starke Bereinigung umzustellen.