distill-shield

1## 复制给 AI
2 
3- **本 Skill 唯一入口**：当前文件 `distill-shield-skill/SKILL.md`。
4- **仓库根**：假定 **`immortal-skill/`**（或含本目录与 `kit/` 的克隆根）。
5- **从仓库根运行生成脚本**（推荐，避免路径歧义）：
6 
7```bash
8python3 distill-shield-skill/kit/shield_gen.py --output ./handover-bundle --label "我的移交包"
9```
10 
11- **聚合入口**：[`FOR_AI.md`](../FOR_AI.md) 第三节。
12 
13# Distill Shield
14 
15## 语言
16 
17根据用户**第一条消息**的语言，全程使用同一语言。
18 
19## 何时激活
20 
21- 用户要「防蒸馏」「加固资料包」「移交前埋 Canary」。
22- 用户运行 `kit/shield_gen.py` 后需要根据输出做伦理与可读性检查。
23 
24## 伦理红线
25 
26- **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。
27- 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**。
28 
29## 路径约定
30 
31- 本 Skill 根目录 **`{baseDir}`** = `distill-shield-skill/`。
32 
33## 操作顺序
34 
35### Phase 0：威胁模型
36 
37- 蒸馏场景：一次性 LLM 蒸馏 vs 批量训练 vs 仅人类阅读？
38- 接收方：家人 / 律师 / 公司？（决定策略强度）
39 
40### Phase 1：材料盘点
41 
42- 格式、是否分块检索、是否经 OCR。
43 
44### Phase 2：策略选择（准则）
45 
46| 策略 | 对人 | 对自动化管线 | 可被绕过 |
47|------|------|--------------|----------|
48| Canary 唯一字符串 | 低影响（可放附录） | 泄露时可检索 | 剔除后丢失 |
49| 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 |
50| 矛盾样本 | 可能困惑读者 | 污染蒸馏一致性 | 人工可识别 |
51 
52### Phase 3：生成
53 
54在 **`distill-shield-skill/` 目录内**时：
55 
56```bash
57python3 kit/shield_gen.py --output ./handover-bundle --label "我的移交包"
58```
59 
60在 **仓库根**（推荐，与「复制给 AI」一致）：
61 
62```bash
63python3 distill-shield-skill/kit/shield_gen.py --output ./handover-bundle --label "我的移交包"
64```
65 
66将生成的 `CANARY.txt` 与说明合并进实际交付目录。
67 
68### Phase 4：自检清单
69 
70- [ ] 第三方隐私已脱敏
71- [ ] Canary 已记录在安全处（便于日后比对）
72- [ ] 人类读者能看懂「附录为技术性标记」
73 
74### Phase 5：（可选）给接收方的一页说明
75 
76解释「附录含技术性标记，用于完整性校验，非正文内容」。
77 
78## 不做的事
79 
80- 不提供针对具体模型的对抗样本保证。
81- 不帮助绕过合法安全控制。