Token导航 LogoToken导航

Agent Skill · 待分类

decontextualize-text(文本脱离语境)

decontextualize-text 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

decontextualize-text 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 2,704。

总安装 1,434周安装 58GitHub Stars 7下载 450核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:decontextualize-text(文本脱离语境)
来源仓库:https://github.com/nesnilnehc/ai-cortex
仓库路径:skills/decontextualize-text
安装命令:
npx skills add https://github.com/nesnilnehc/ai-cortex --skill decontextualize-text
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/nesnilnehc/ai-cortex --skill decontextualize-text

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

decontextualize-text 将依赖私人上下文的内容转换为通用、可重用的表述,保护组织隐私。适用于项目转交、开源准备等场景,自动替换公司名、路径、人员等敏感标识符。保留核心逻辑与结构,确保去上下文后仍可完全理解,不丢失功能信息。使用前需确认输入不含高风险数据,并在输出后进行人工复核以防残留识别信息。

适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/decontextualize-text

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/nesnilnehc/ai-cortex --skill decontextualize-t…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

decontextualize-text 怎么安装?

在终端执行 npx skills add https://github.com/nesnilnehc/ai-cortex --skill decontextualize-text。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

decontextualize-text 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

decontextualize-text 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

decontextualize-text 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

decontextualize-text 用的人多吗?

公开数据是累计安装 1,434 次,近一周安装 58 次,下载 450 次,GitHub 7 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

decontextualize-text 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
decontextualize-text

文本脱离语境 · 本页

1,4347需要联网未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

技能 (Skill):去语境化文本 (Decontextualize Text)

目的 (Purpose)

将依赖于私人上下文、隐含假设或特定环境细节的内容转变为通用、可重用的措辞。主要场景:项目去语境化 — 准备一个用于转交、开源或跨组织使用的项目。通过删除或替换特定标识符(包括文本中出现的路径字符串和文件/文件夹名称),可以在不同的上下文中正确理解内容,同时保护组织隐私。


核心目标(Core Objective)

首要目标:生成去上下文的文本,保留核心逻辑和结构,同时删除所有组织标识符和私人上下文。

成功标准(必须满足所有要求):

  1. ✅ 替换所有敏感术语:公司名称、项目代号、内部 URL、人员姓名、路径字符串以及具有内部上下文的文件/文件夹名称均被识别并替换为通用等效项
  2. ✅ 保留核心逻辑:所做的事情和原因的本质保持不变;没有功能信息丢失
  3. ✅ 内容是独立的:文本无需原始上下文即可完全理解;隐含的假设被明确化或删除
  4. ✅ 保留结构:Markdown 格式、段落结构、逻辑层次和功能指令保持不变
  5. ✅ 无重新识别残留物:输出不包含任何可以重新识别组织或个人的内容(没有唯一 ID、内部流程编号、非公开术语)

验收测试:来自不同组织的人可以在不询问有关原始上下文的澄清问题的情况下理解和使用此内容吗?


使用场景(用例)

  • 项目去语境化:准备一个用于转交或开源的项目——去上下文化文档、自述文件、评论;将路径字符串和文件/文件夹名称(如文本中所示)替换为通用等效项(例如 acme-internal/config.yaml → project-root/config.yaml)。
  • 泛化:将特定项目的经验教训转化为通用方法或最佳实践。
  • 跨团队协作:删除只有一个团队理解的术语或代号,以便其他人无需额外上下文即可阅读文档。
  • 去识别化:在分享案例研究或博客文章之前,删除敏感的项目名称、人员和内部地址。
  • 发布准备:在外部发布内部内容之前的最终清理(例如开源、转交)。
  • 文档同步:分叉或合并跨组织存储库后,清理过时的特定于环境的描述。

何时使用:当您需要消除“由于环境差异而造成的理解障碍”或“信息安全边界”时。


行为(行为)

原则(原则)

  • 保留做了什么和为什么。
  • 删除谁、地点和哪些内部条件。
  • 用通用描述替换专有名词(例如“内部系统”、“给定的工作流程”)。
  • 明确隐含的假设或放弃它们。

交互(Interaction)政策

  • 不确定术语:当您发现可能敏感或内部术语(例如不清楚的缩写、内部服务器名称)时,列出它们并要求用户在重写之前确认。
  • 替代方案:对于核心逻辑,提供2-3个不同抽象级别的重写选项供用户选择。

步骤 (Steps)

  1. 识别敏感术语:扫描包含内部上下文的公司名称、项目代号、内部 URL、人员姓名、路径字符串和文件/文件夹名称(例如 acme-internal/、team-alpha-output/)。
  2. 提取核心逻辑:确定步骤的本质(例如“JIRA批准”→“任务状态变更审核”)。
  3. 一般性重写:对已识别的部分使用中性措辞。
  4. 保留结构:保留段落结构和能力边界;不要丢弃信息。

输入与输出 (Input & Output)

输入(输入)

  • 包含以下一项或多项的文本:

- 组织、公司、项目或系统名称。 - 携带内部上下文的路径字符串和文件/文件夹名称(例如 acme-internal/config.yaml、team-alpha/output/)。 - 内部约定、隐式上下文或默认假设。 - 仅在特定环境中成立的过程或假设。

输出(输出)

  • 通用版本:删除或替换私有上下文的文本。
  • 保留结构:必须保留逻辑层次结构、Markdown 和功能指令。
  • 可重用:输出应该无需额外上下文即可使用。

限制(限制)

硬边界(Hard Boundaries)

  • 无发明:不要发明原始内容中没有的上下文或功能。
  • 无推论:不要添加未陈述的事实或结论。
  • 无新语义:不引入新的业务含义。
  • 无残留:不要留下任何可以重新识别组织或个人的东西(例如唯一 ID、内部流程编号、非公开术语)。

技能边界 (Skill Boundaries)(避免重叠)

不要做这些(其他技能可以处理它们):

  • 文档生成:从头开始创建新的自述文件或项目文档 → 使用 generate-standard-readme 或 bootstrap-docs
  • 内容写作:编写原创内容或文档 → 使用写作/文档技能
  • 代码重构:更改代码结构或变量名称→使用代码重构技巧
  • 翻译:在人类语言之间转换文本→使用翻译技巧
  • 总结:在保留上下文的同时压缩内容 → 使用摘要技能(此技能会删除上下文,而不是压缩它)

何时停止并交接:

  • 用户问“你能为此生成一个自述文件吗?” → 移交给“生成标准自述文件”
  • 用户问“你能写文档吗?” → 交给文档写作技巧
  • 用户提供去上下文化的代码 → 仅关注注释和字符串;针对代码结构中的标识符提出代码重构技巧
  • 内容已经是通用的 → 不需要脱离语境;与用户确认并完成

自检(Self-Check)

核心成功标准(必须满足所有标准)

  • 所有敏感术语均已替换:公司名称、项目代号、内部 URL、人员姓名、路径字符串以及具有内部上下文的文件/文件夹名称均已识别并替换为通用等效项
  • 保留核心逻辑:所做的事情和原因的本质保持不变;没有功能信息丢失
  • 内容可独立理解:文本无需原始上下文即可完全理解;隐含假设已明确化或删除
  • 保留结构:Markdown 格式、段落结构、逻辑层次和功能指令保持不变
  • 无重新识别残留物:输出不包含任何可以重新识别组织或个人的内容(无唯一 ID、内部流程编号、非公开术语)

流程质量检查

  • 确认不确定的术语:当发现可能敏感或内部术语(不清楚的缩写、内部服务器名称)时,我是否列出它们并要求用户在重写之前确认?
  • 提供的替代方案:对于核心逻辑重写,我是否提供了2-3个不同抽象级别的重写选项供用户选择?
  • 没有发明:我是否避免发明原始内容中没有的上下文或功能?
  • 无推论:我是否避免添加原文中未陈述的事实或结论?

验收测试

来自不同组织的人可以在不询问有关原始上下文的澄清问题的情况下理解和使用此内容吗?

如果否:去情境化不完整。检查剩余的上下文依赖性或不清楚的通用术语。

如果是:去情境化已完成。


示例(示例)

示例 1:内部流程 → 通用

原创脱离语境
在Acme的JIRA工作流程中,当需求进入“Tech Review”时,运行X团队的Checklist,然后通知PM李四。当需求进入“技术审核”阶段时,运行定义的检查表并通知相关产品负责人。

示例 2:系统和 API → 中性

原创脱离语境
通过我们公司LLM网关(api.acme.internal)调用gpt-4,超时30s。通过LLM API调用模型;设置合理的超时时间(例如 30 秒)。

示例 3:团队特定规则 → 摘要

原创脱离语境
根据 Kiro 团队政策,Python 必须通过分数 ≥ 9.0 的“pylint”才能合并到“master”。根据代码质量策略,代码应通过静态检查(例如“pylint”)并在合并到主分支之前满足所需的阈值。

示例 4:文档中的路径和文件/文件夹名称

原创脱离语境
配置位于“acme-internal/settings.yaml”中。输出进入“team-alpha/output/”。配置位于“project-root/settings.yaml”(或“config/settings.yaml”)中。输出转到“输出/”。

附录:输出合约

当此技能生成脱离上下文的文本时,它遵循以下约定:

|元素|要求| | :---------- |:--------------------------------------------------------------------------------------------------------------------------------------------- | |保存 |做了什么以及为什么;逻辑层次; Markdown 结构;功能说明。 | |删除|谁、哪里、内部情况;专有名词 → 通用描述;路径字符串和文件/文件夹名称→通用等效项。 | |互动|当出现不确定的术语时:将其列出并要求用户确认后再重写。 | |限制 |没有任何发明、推论、新语义或残留物可以重新识别组织/人。 |

平台分布

Codex

38.08%
按下载量换算171

Claude

29.28%
按下载量换算132

Cursor

18.69%
按下载量换算84

Gemini CLI

10.28%
按下载量换算46

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills