Decompose

Decompose

别再写提示词，开始分解文本。

为 AI Agent 提供确定性文本分类。Decompose 可即时将任意文本拆解为经过分类的结构化语义单元。不需要大模型，无需设置，只需调用一个函数。

---

之前：你的 Agent 读到的是

The contractor shall provide all materials per ASTM C150-20. Maximum load
shall not exceed 500 psf per ASCE 7-22. Notice to proceed within 14 calendar
days of contract execution. Retainage of 10% applies to all payments.
For general background, the project is located in Denver, CO...

之后：你的 Agent 读到的是

[
  {
    "text": "The contractor shall provide all materials per ASTM C150-20.",
    "authority": "mandatory",
    "risk": "compliance",
    "type": "requirement",
    "irreducible": true,
    "attention": 8.0,
    "entities": ["ASTM C150-20"]
  },
  {
    "text": "Maximum load shall not exceed 500 psf per ASCE 7-22.",
    "authority": "prohibitive",
    "risk": "safety_critical",
    "type": "constraint",
    "irreducible": true,
    "attention": 10.0,
    "entities": ["ASCE 7-22"]
  }
]

每个单元都经过分类，每项标准都已提取，每项风险都已评分。你的 Agent 知道哪些内容至关重要。

---

安装

pip install decompose-mcp

用作 MCP 服务

将其添加到 Agent 的 MCP 配置中（Claude Code、Cursor、Windsurf 等）：

{
  "mcpServers": {
    "decompose": {
      "command": "uvx",
      "args": ["decompose-mcp", "--serve"]
    }
  }
}

你的 Agent 将获得两个工具：

• decompose_text — 分解任意文本
• decompose_url — 获取 URL 并分解其内容

OpenClaw

从 ClawHub 安装技能，或直接进行配置：

{
  "mcpServers": {
    "decompose": {
      "command": "python3",
      "args": ["-m", "decompose", "--serve"]
    }
  }
}

也可以安装技能：clawdhub install decompose-mcp

用作 CLI

# Pipe text
cat spec.txt | decompose --pretty

# Inline
decompose --text "The contractor shall provide all materials per ASTM C150-20."

# Compact output (smaller JSON)
cat document.md | decompose --compact

用作库

from decompose import decompose_text, filter_for_llm

result = decompose_text("The contractor shall provide all materials per ASTM C150-20.")

for unit in result["units"]:
    print(f"[{unit['authority']}] [{unit['risk']}] {unit['text'][:60]}...")

# Pre-filter for LLM context — keep only high-value units
filtered = filter_for_llm(result, max_tokens=4000)
print(f"{filtered['meta']['reduction_pct']}% token reduction")
llm_input = filtered["text"]  # Ready for your LLM

---

各字段含义

字段	值	告诉 Agent 的信息
authority	mandatory, prohibitive, directive, permissive, conditional, informational	这是硬性要求还是背景信息？
risk	safety_critical, security, compliance, financial, contractual, advisory, informational	这有多重要？
type	requirement, definition, reference, constraint, narrative, data	这是什么类型的内容？
irreducible	true/false	是否必须原样保留？
attention	0.0 - 10.0	Agent 应在此投入多少计算资源？
entities	standards, codes, regulations	引用了哪些正式资料？
actionable	true/false	是否有人需要采取行动？

---

可以用它做什么

Decompose 并非最终目的，而是开发者常常跳过的大模型处理前步骤——不是因为它很难，而是因为没人告诉他们这一步的存在。文档具有结构，这些结构可以分类，而且分类应该先于推理。

Without:  document → chunk → embed → retrieve → LLM → answer  (100% of tokens)
With:     document → decompose → filter/route → LLM → answer  (20-40% of tokens)

过滤：内置大模型预过滤器

filter_for_llm() 会保留强制性、安全关键、财务和合规类单元，并在内容到达你的大模型或向量存储之前丢弃套话。

from decompose import decompose_text, filter_for_llm

result = decompose_text(open("contract.md").read())
filtered = filter_for_llm(result, max_tokens=4000)

# filtered["text"] = high-value units only, ready for LLM
# filtered["meta"]["reduction_pct"] = how much was dropped (typically 60-80%)

# Or use the units directly for embedding
for unit in filtered["units"]:
    embed_and_store(unit["text"], metadata={
        "authority": unit["authority"],
        "risk": unit["risk"],
        "attention": unit["attention"],
    })

路由：基于风险的处理

安全关键内容交给一条处理链，财务内容交给另一条。套话则跳过。

from decompose import decompose_text

result = decompose_text(spec_text)

for unit in result["units"]:
    if unit["risk"] == "safety_critical":
        safety_chain.process(unit)       # Full analysis + human review
    elif unit["risk"] == "financial":
        audit_chain.process(unit)         # Flag for finance team
    elif unit["attention"] < 0.5:
        pass                              # Skip boilerplate
    else:
        general_chain.process(unit)       # Standard LLM analysis

衡量：减少 Token 开销

from decompose import decompose_text

result = decompose_text(spec_text)
total = len(result["units"])
high = [u for u in result["units"] if u["attention"] >= 1.0]

print(f"{len(high)}/{total} units need LLM analysis")
print(f"{100 - len(high) * 100 // total}% token reduction")

可运行的脚本请参见 examples/。

---

为什么不用大模型？

Decompose 仅使用正则表达式和启发式方法运行。不需要 Ollama、API 密钥或 GPU，也没有推理成本。

这是有意为之：

• 快速：处理一份 50 页的规范不到 500ms
• 确定性：相同输入始终产生相同输出
• 离线：在隔离网络、飞机上或 CI 中均可运行
• 可组合：你的 Agent 的大模型基于结构化输出进行推理，Decompose 则负责预处理

大模型是你的 Agent 使用的工具。无论你运行哪种模型，Decompose 都能让它发挥得更好。

---

由 Echology 构建

Decompose 由 Echology 构建，并从面向建筑、工程和施工公司的文档智能平台 AECai 中提取而来。其分类模式、实体提取和不可约性检测已通过数千份真实 AEC 文档的验证，包括规范、合同、RFI、检查报告和付款申请。

Decompose 已具备独立发展的能力：它最初是 AECai 的文本分类模块，后来证明足以适用于保险、交易和监管等不同领域，因此作为独立项目发布。免费，采用 MIT 许可证。

案例研究：Open Scripture Intelligence

用于分类工程规范的同一套分块和实体提取模式，也能为《圣经》构建结构。Open Scripture Intelligence 使用 Decompose 的 Markdown 感知型分块器和正则表达式实体提取，将 31,100 节经文转换为包含 344,799 条交叉引用边和语义嵌入的知识图谱，证明了这种方法不受领域限制。

博客

• 正则表达式何时胜过大模型 — Decompose 在 3.78ms 内对 MCP 规范进行分类
• 为什么你的 Agent 需要认知原语 — 注意力评分、不可约性与路由
• “仿真感知”究竟意味着什么 — AECai 背后的架构

许可证： MIT — 版权所有 (c) 2025-2026 Echology, Inc.