anti-distill

Tổng quan về skill anti-distill

anti-distill làm gì

Skill anti-distill là một skill viết lại tài liệu, dùng để biến một file mô tả năng lực nhân sự chi tiết, tài liệu hướng dẫn công việc hoặc persona doc thành phiên bản “trông vẫn đầy đủ nhưng đã rút lõi kiến thức”. Mục đích thực tế của nó không phải là tóm tắt chung chung; nó phân loại đâu là phần có thể giữ nguyên, đâu nên làm loãng, đâu cần loại bỏ và đâu phải che đi, rồi mới viết lại theo phân loại đó.

Ai nên dùng anti-distill

anti-distill phù hợp nhất với những người đã có sẵn tài liệu kỹ năng nội bộ và muốn tạo ra một phiên bản sạch hơn để chia sẻ ra ngoài hoặc dùng trong ngữ cảnh cần an toàn khi review. Nó đặc biệt hữu ích cho các tác vụ Rewriting liên quan đến SKILL.md, work.md, persona.md, SOP, tài liệu bàn giao, hoặc đầu vào hỗn hợp Markdown/TXT/PDF. Nếu bạn cần giữ nguyên trung thực toàn bộ chi tiết chuyên môn, đây không phải công cụ phù hợp.

Điểm khác biệt của skill anti-distill này

Điểm khác biệt lớn nhất là anti-distill có quy trình phân loại rồi mới viết lại một cách tường minh, thay vì dựa vào kiểu prompt mơ hồ như “làm cái này bớt cụ thể đi”. Repo tách riêng prompt cho bước phân loại và cho từng loại tài liệu: prompts/classifier.md, prompts/diluter_work.md, prompts/diluter_persona.md, và prompts/diluter_general.md. Cấu trúc này giúp giảm đoán mò khi xử lý tri thức công việc so với đặc điểm persona.

Những đánh đổi quan trọng trước khi cài anti-distill

anti-distill chủ đích làm giảm tính hữu dụng của tài liệu. Đầu ra tốt vẫn nên giữ được vẻ đáng tin về mặt cấu trúc và không sai kỹ thuật, nhưng sẽ bớt khả thi để thực thi, bớt cụ thể và khó chuyển giao hơn. Đó chính là mục tiêu. Rủi ro nằm ở chỗ làm sạch quá tay thành nội dung sáo rỗng dễ nhận ra, hoặc làm chưa đủ nên vẫn để sót tri thức vận hành, ngưỡng quyết định, lộ trình escalation hay logic ra quyết định.

Cách dùng skill anti-distill

Cài anti-distill trong Claude Code hoặc OpenClaw

Repo cung cấp hướng dẫn cài thủ công thay vì trình cài dạng package. Với Claude Code, hãy clone vào thư mục skills của project hoặc global:

mkdir -p .claude/skills
git clone https://github.com/leilei926524-tech/anti-distill.git .claude/skills/anti-distill

Hoặc cài ở mức global:

git clone https://github.com/leilei926524-tech/anti-distill.git ~/.claude/skills/anti-distill

Với OpenClaw:

git clone https://github.com/leilei926524-tech/anti-distill.git ~/.openclaw/workspace/skills/anti-distill

Sau đó gọi bằng /anti-distill. Không cần cài thêm dependency Python nào.

anti-distill cần đầu vào gì

Skill anti-distill chấp nhận:

• đường dẫn file trực tiếp
• thư mục colleague-skill như colleagues/{slug}/
• nội dung tài liệu được dán trực tiếp
• tìm file cục bộ khi bạn yêu cầu nó tìm skill files

Nó được thiết kế để nhận diện cả các mẫu colleague-skill như work.md + persona.md hoặc ## Layer 0, lẫn các tài liệu phổ thông như Markdown, TXT hoặc PDF. Đầu vào tốt nhất là các tài liệu có quy tắc cụ thể, ngưỡng xử lý, ví dụ thực tế, nhánh quyết định, tên người, ký ức sự cố hoặc nội dung kiểu “thực tế đội mình làm thế nào”, vì đó là nơi anti-distill tạo ra giá trị rõ nhất.

Cách viết prompt cho anti-distill hiệu quả

Một yêu cầu yếu sẽ là: “clean this skill.”

Một prompt dùng anti-distill tốt hơn nên nêu rõ:

• file cần đọc
• loại tài liệu là gì
• mức độ làm sạch mong muốn
• các file đầu ra bạn muốn nhận

Ví dụ:
/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.

Cách này hiệu quả hơn vì logic của repo xoay quanh cường độ làm sạch và việc nhận diện các nhóm tri thức giá trị cao như bẫy thường gặp, heuristic phán đoán, tri thức về mạng lưới con người và các workflow ẩn.

Workflow phù hợp nhất và các file nên đọc trước

Nếu bạn muốn hiểu anti-distill trước khi tin tưởng dùng nó, hãy đọc theo thứ tự sau:

1. README.md để nắm mục đích sản phẩm và mô hình đầu ra
2. INSTALL.md để biết các đường dẫn cài đặt
3. SKILL.md để xem trigger, quy tắc công cụ và luồng chính
4. prompts/classifier.md để hiểu hệ nhãn: [SAFE], [DILUTE], [REMOVE], [MASK]
5. prompt diluter phù hợp với loại tài liệu
6. examples/zhangsan_before_after.md để hiệu chỉnh cảm nhận về chất lượng đầu ra

Trong thực tế, nên bắt đầu với mức medium, xem lại những gì còn giữ lại, rồi chỉ chạy lại các phần còn yếu. Mức heavy làm nhanh hơn nhưng dễ tạo ra kiểu nội dung corporate filler lộ liễu.

Câu hỏi thường gặp về skill anti-distill

anti-distill có tốt hơn prompt viết lại thông thường không?

Thường là có, nếu mục tiêu của bạn là làm suy giảm có kiểm soát thay vì chỉ paraphrase. Prompt chung chung thường giữ lại quá nhiều chi tiết hoặc xóa mất quá nhiều cấu trúc. anti-distill ổn định hơn vì nó tách riêng bước phân loại với bước viết lại và có quy tắc viết lại theo từng loại tài liệu.

anti-distill có phù hợp với người mới không?

Có, nếu bạn sẵn sàng tự rà soát tài liệu sau khi viết lại. Hướng dẫn dùng anti-distill khá thẳng: cài đặt, gọi skill, chọn cường độ, rồi review đầu ra. Phần khó hơn nằm ở đánh giá: biết được những dòng còn sót lại có tiết lộ quá nhiều hay không. Người mới nên đối chiếu đầu ra với ví dụ before/after đi kèm trước khi dùng cho file quan trọng.

Khi nào không nên dùng anti-distill?

Không nên dùng anti-distill cho tài liệu public, tài liệu onboarding hoặc bất kỳ knowledge base nào mà tính hữu dụng trong vận hành là điều quan trọng. Nó cũng không phù hợp với tài liệu quá ngắn và gần như không có chi tiết thực chất; nếu nguồn đã rất chung chung, anti-distill hầu như không có gì để cải thiện và chỉ làm tài liệu yếu thêm.

anti-distill có phù hợp với repo đa ngôn ngữ và dữ liệu hỗn hợp không?

Có. Skill này nêu rõ hỗ trợ tiếng Anh và tiếng Trung, đồng thời phản hồi theo ngôn ngữ của người dùng. Nó cũng làm việc được với nhiều định dạng file trộn lẫn và có thể đọc hình ảnh hoặc PDF thông qua khả năng đọc gốc của công cụ host, nhưng chất lượng đầu ra vẫn phụ thuộc vào việc tài liệu nguồn có bộc lộ rõ tri thức thực hành cụ thể hay không.

Cách cải thiện skill anti-distill

Cung cấp nguồn đầu vào tốt hơn cho anti-distill

anti-distill hoạt động tốt nhất khi văn bản nguồn giàu chi tiết và có tính đặc thù. Nếu đầu vào có các ngưỡng chính xác, bài học từ sự cố, tiêu chí ra quyết định thực tế, hội thoại mẫu hoặc các tuyến phối hợp có nêu tên, skill sẽ đưa ra quyết định giữ/làm loãng/xóa sắc hơn. Nếu nguồn vốn đã mơ hồ, đầu ra sẽ không cải thiện được bao nhiêu vì gần như không có tín hiệu đáng giá để biến đổi.

Theo dõi các lỗi thường gặp nhất của anti-distill

Các dạng lỗi lớn nhất của anti-distill là:

• vô tình giữ lại chi tiết còn có thể hành động được
• thay thế quá nhiều bằng nội dung vô nghĩa dễ nhận ra
• làm phẳng giọng văn quá mức khiến tài liệu trở nên đáng ngờ
• bỏ sót tri thức ẩn nằm trong ví dụ hoặc hội thoại

Hãy đặc biệt chú ý tới các con số, các nhánh kiểu “if X then Y”, tên người phụ trách và các đoạn giải thích theo kiểu postmortem. Chúng thường chứa nhiều giá trị hơn so với những gì tiêu đề mục thể hiện.

Cải thiện prompt anti-distill bằng ràng buộc viết lại rõ ràng

Để dùng anti-distill tốt hơn, hãy nói rõ phần nào cần giữ và phần nào cần nhắm tới. Những ràng buộc hữu ích gồm:

• giữ nguyên heading, danh sách và thứ tự các mục
• giữ thuật ngữ đúng về mặt kỹ thuật
• loại bỏ giới hạn cụ thể, tên nội bộ và ký ức về root cause
• khái quát hóa ví dụ nhưng không đổi phạm vi chủ đề
• giữ độ dài đầu ra ở mức tương đương

Những ràng buộc này bám sát tiêu chuẩn chất lượng của chính repo, chẳng hạn như giữ cấu trúc và độ dài tương đối gần bản gốc.

Lặp lại sau lần chạy anti-distill đầu tiên

Đừng xem lần chạy anti-distill đầu tiên là bản cuối cùng. Hãy rà lại phiên bản đã làm sạch và đánh dấu những dòng còn truyền tải phán đoán thực chiến. Sau đó chạy lại có mục tiêu cho từng phần, ví dụ: “Re-clean only CR 重点 and 经验知识库; these still reveal specific execution standards.” Cách lặp theo từng mục như vậy thường cho kết quả tốt hơn so với việc lập tức chuyển cả tài liệu từ medium sang heavy cleaning.