agenmod/distill-shield

复制给 AI

• 本 Skill 唯一入口：当前文件 distill-shield-skill/SKILL.md。
• 仓库根：假定 immortal-skill/（或含本目录与 kit/ 的克隆根）。
• 从仓库根运行生成脚本（推荐，避免路径歧义）：

python3 distill-shield-skill/kit/shield_gen.py --output ./handover-bundle --label "我的移交包"

• 聚合入口：FOR_AI.md 第三节。

Distill Shield

语言

根据用户第一条消息的语言，全程使用同一语言。

何时激活

• 用户要「防蒸馏」「加固资料包」「移交前埋 Canary」。
• 用户运行 kit/shield_gen.py 后需要根据输出做伦理与可读性检查。

伦理红线

• 仅对本人或已获授权的数据使用；禁止对他人资料恶意投毒。
• 不承诺数学上不可攻破；承诺 可检测性、审计成本、部分管线干扰。

路径约定

• 本 Skill 根目录 {baseDir} = distill-shield-skill/。

操作顺序

Phase 0：威胁模型

• 蒸馏场景：一次性 LLM 蒸馏 vs 批量训练 vs 仅人类阅读？
• 接收方：家人 / 律师 / 公司？（决定策略强度）

Phase 1：材料盘点

• 格式、是否分块检索、是否经 OCR。

Phase 2：策略选择（准则）

| 策略 | 对人 | 对自动化管线 | 可被绕过 | |------|------|--------------|----------| | Canary 唯一字符串 | 低影响（可放附录） | 泄露时可检索 | 剔除后丢失 | | 提示注入段 | 需标注阅读区 | 可能干扰单次 LLM 蒸馏 | 预处理可剥离 | | 矛盾样本 | 可能困惑读者 | 污染蒸馏一致性 | 人工可识别 |

Phase 3：生成

在 distill-shield-skill/ 目录内时：

python3 kit/shield_gen.py --output ./handover-bundle --label "我的移交包"

在 仓库根（推荐，与「复制给 AI」一致）：

python3 distill-shield-skill/kit/shield_gen.py --output ./handover-bundle --label "我的移交包"

将生成的 CANARY.txt 与说明合并进实际交付目录。

Phase 4：自检清单

• [ ] 第三方隐私已脱敏
• [ ] Canary 已记录在安全处（便于日后比对）
• [ ] 人类读者能看懂「附录为技术性标记」

Phase 5：（可选）给接收方的一页说明

解释「附录含技术性标记，用于完整性校验，非正文内容」。

不做的事

• 不提供针对具体模型的对抗样本保证。
• 不帮助绕过合法安全控制。