原则提取器

2小时前更新 4 00

从文本提取不变原则

收录时间:
2026-02-25
原则提取器原则提取器
原则提取器

技能简介

PBE Extractor 使用基于原则的蒸馏(PBD)方法,从任意文本中提取不变原则——即那些能够经受重新表述而核心意义保持不变的核心理念。

能做什么

  • 从文档、方法论、哲学论述或代码注释中提取结构化原则
  • 通过重新表述测试验证原则的稳定性
  • 将长文本压缩为可复用的核心要点
  • 识别内容中的重复模式和知识框架
  • 生成带置信度标注的原则清单

使用说明

安装指令:该技能为用户可调用的MCP技能,无需本地安装。在支持MCP的客户端中直接调用即可。

使用步骤

  1. 准备50词以上的源文本(推荐200-3000词)
  2. 可选提供领域上下文以优化语义标记识别
  3. 可选指定目标压缩级别
  4. 调用技能并提交文本
  5. 审阅输出的原则列表及置信度标注
  6. 对高压缩结果进行人工复核,避免信息损失

输入与输出

见下方输入与输出表格。

项目内容
输入文本内容(50词以上,推荐200-3000词);可选领域上下文;可选目标压缩级别
输出不变原则列表(含置信度)、压缩比例、规范化形式、原始表述
适用人群研究人员、知识管理者、内容创作者、开发者、团队知识库建设者
不包含事实验证、多源对比、真理判定、极短文本处理、自动决策建议

 

风险提示

  • 本技能提取的是模式而非真理,提取出的原则需要额外验证(N≥2来源交叉确认)
  • 无法验证提取原则的正确性,需用户自行判断
  • 高压缩比可能导致细微含义丢失,必须人工复核
  • 少于200词的短文本效果较差
  • 单来源提取的原则初始置信度为N=1,需配合对比技能进行验证

来源信息

原始链接:https://github.com/openclaw/skills/tree/main/skills/leegitw/pbe-extractor/SKILL.md
来源类型:GitHub MCP Skill

数据统计

相关导航

暂无评论

none
暂无评论...