mcpField
D
distill

distill

github.com/camachoAgent 工作流300 次安装
代码仓库

关于 distill

distill 是用于整理 Agent 指令文件的技能，可将规则提取为结构化数据，再组合成策略并生成图表。它以可分阶段续跑的流程，帮助维护者审查或重构不断扩大的规则集。

主要功能

  1. 01将指令提取为 JSONL
  2. 02通过策略代数组合规则
  3. 03生成决策图表
  4. 04支持分阶段续跑

适用场景

  1. 01审查 AGENTS.md 中的规则
  2. 02准备重构规则系统
  3. 03精简大型指令文件

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/camacho/ai-skills --skill distill

安装后在 Claude Code 中输入/distill确认已加载。

详细介绍

/distill

将 Agent 指令文件提炼为结构化的指令，使用策略代数进行组合，并将规则系统可视化。三阶段流水线。

用法

/distill                                    # full pipeline on default files
/distill ai-workspace/rules/*.md            # specific targets
/distill --stage imperatives                # run only extraction
/distill --stage compose                    # run only policy algebra (requires prior extraction)
/distill --stage visualize                  # run only visualization (requires prior composition)

流水线

  ┌─────────────┐     ┌──────────────┐     ┌─────────────┐
  │ /imperatives │────▶│/policy-algebra│────▶│ /visualize  │
  │  extract     │     │  compose     │     │  render     │
  └─────────────┘     └──────────────┘     └─────────────┘
        │                    │                    │
    JSONL file         Starlark block      Mermaid diagrams
阶段 1 — 提取（/imperatives）
  1. 使用目标文件调用 /imperatives（或使用默认文件：ai-workspace/rules/*.md + AGENTS.md）。
  2. 将输出保存到 ai-workspace/research/<name>-imperatives.jsonl。
  3. 展示摘要（数量、级别细分、范围细分）。

询问用户：“在组合前检查提取结果吗？（y/continue）”

  • 如果是：展示 JSONL 供其检查，等待反馈，并根据需要重新提取。
  • 如果继续：进入阶段 2。
阶段 2 — 组合（/policy-algebra）
  1. 将 JSONL 投影为自然语言项目符号：<level>[ NOT] <subject> <predicate>[ when <when>] — 每条指令对应一个项目符号。
  2. 使用投影后的项目符号调用 /policy-algebra。
  3. 将 Starlark 组合结果保存到 ai-workspace/research/<name>-policy.md。
  4. 展示提取出的结构（决策函数、分支点）。
阶段 3 — 可视化（/visualize）
  1. 针对 Starlark 输出中的每个主要决策函数，调用 /visualize。
  2. 内容形式通常为图（决策树）→ Mermaid 流程图。
  3. 将图表追加到策略文档。

命名

<name> 标识默认使用当前日期 + "distill"（例如：2026-05-04-distill）。使用 --name <slug> 覆盖。

输出

所有产物均存放在 ai-workspace/research/：

  • <name>-imperatives.jsonl — 结构化提取结果
  • <name>-policy.md — Starlark 组合结果 + 图表

失败模式

条件行为
/imperatives 未找到任何指令报告并停止。组合空输入毫无意义。
/policy-algebra 不可用跳过阶段 2，并发出警告。阶段 3 仍可直接将 JSONL 可视化。
用户在阶段之间中断保留已完成阶段的产物。使用 --stage 恢复。

适用场景

  • AGENTS.md 或 rules/ 超过大小阈值，需要精简
  • 对 Agent 指令文件进行重大重组之前
  • 审计实际存在的规则，与预期进行核对
  • 作为修改规则系统的计划输入

评论

支持 Markdown