Is semantic-split safe to install?

SaferSkills independently audited semantic-split (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.

CategoryWeightCategory scoreContribution

Securityprompt, exec, net, exfil, eval

35%

100

35.0 pts

Supply chainhash, typosquat, maintainer, lockfile

20%

100

20.0 pts

Maintenancestaleness, pinning, CI

15%

100

15.0 pts

TransparencySKILL.md, perms, README

15%

100

15.0 pts

Communityinstalls, verify, response

15%

100

15.0 pts

Findings & checks · 0 flagged

Securityscore 100 · 0 findings

✓—All security checks passedNo findings in this category for the latest scan.pass

Supply chainscore 100 · 0 findings

✓—All supply chain checks passedNo findings in this category for the latest scan.pass

Maintenancescore 100 · 0 findings

✓—All maintenance checks passedNo findings in this category for the latest scan.pass

Transparencyscore 100 · 0 findings

✓—All transparency checks passedNo findings in this category for the latest scan.pass

Communityscore 100 · 0 findings

✓—All community checks passedNo findings in this category for the latest scan.pass

The primary manifest — the file an agent reads to learn what this artifact does.

skills/semantic-split/SKILL.md · 1 file

skills/semantic-split/SKILL.md8.6 KB · Markdown

name: semantic-split

description: 语义拆分与智能规划技能。将自然语言拆分为结构化需求块，基于5W2H维度提取与约束标注增强语义理解，双视角推理整合为单一执行步骤，支持自增强json沉淀机制。

version: "2.5.0"

author: wUwproject

tags:

- semantic-split

- task-planning

- json-accumulation

- progressive-loading

- 5w2h

- constraint-annotation

semantic-split — 语义拆分与智能规划

将自然语言拆分为结构化需求块，基于 5W2H 维度提取与约束标注增强语义理解，双视角推理整合为单一执行步骤。

触发场景

用户提出任务请求："帮我做..."、"我需要..."、"交给你了..."
用户描述问题寻求帮助、表达需求、委托工作
简单问答和闲聊无需拆分

核心能力

#	功能	说明
1	语义拆分	识别主语 → 划分块 → 提取目的/行为/动机
2	5W2H维度提取	自动抽取7维度 + 缺失维度填默认值（按任务类型映射表）
3	约束强度标注	硬约束🔴/软约束🟡/无约束⚪ 三级标注 + 注意力锚定
4	双视角推理	聚焦（保守）+ 发散（创新）内部推理 → 整合为单一执行步骤
5	结构化输出	统一格式输出拆分结果（含约束标注），含确认询问
6	渐进式加载	规则级/能力级 json 渐进匹配，未命中时模型思考
7	自增强闭环	一次使用 → 沉淀 json → 下次复用
8	json 管理工具	`json_manager.py` CLI 统一管理能力级/规则级 json

快速开始

python scripts/json_manager.py scan --keywords 制作 PPT 产品    # 扫描匹配
python scripts/json_manager.py categorize --threshold 5        # 归类统计
python scripts/json_manager.py create --type capability --name my_task_v1  # 创建
python scripts/json_manager.py generalize --input <path> --params "具体值=[占位符]"  # 通用化

知识库 JSON 存放于 skills/.standardization/semantic-split/data/（铁律4：产出物不嵌入技能目录）

工作流程

语义拆分规则（摘要）

详细规则见 references/split_rules.md

核心流程：识别主语 → 划分块 → 提取目的/行为/动机 → 5W2H维度 + 约束强度标注

主语类型	块标记	块内元素
用户（"我"）	`块1：用户`	目的 / 行为(诉求) / 动机
AI助手（"你"）	`块2：执行者`	同上
第三方	`块3：第三方-N`	同上

边界情况速查：

关键情况	处理
约束强度冲突	按最高强度处理（🔴>🟡🔴>🟡>⚪）
举例内容干扰	「比如/例如」后内容 → [EXAMPLE]，不作为核心约束
json 库为空	跳过①②，直接进入③模型思考

完整执行流程

步骤 1-2：接收输入 → 识别主语 & 划分块

接收用户原文 → 扫描识别主语代词（我/你/他/她/它/名称），每个独立主语 = 一个块

步骤 2.5：任务类型识别与 5W2H 初始化

内部执行，不输出。首次执行时读取 references/task_type_defaults.md + references/constraint_annotation.md

任务类型识别：制作PPT / 填写周报 / 安排行程 / 写邮件 / 策划活动 / 其他
5W2H 维度初始化：按任务类型从默认映射表填入默认值
约束强度预标注：🔴硬约束 / 🟡软约束 / ⚪无约束

步骤 3：提取块内元素（增强版）

注意力锚定（内部执行，不输出，详见 references/constraint_annotation.md 第三节）：

[CRITICAL] — 硬约束，后续不可违反
[CORE] — 核心目标（动词+宾语）
[ENTITY] — 数字、时间、人名
[EXAMPLE] — 举例内容，降权不作为约束
[RESISTANCE] — 「但是/担心/难」后内容
核心句重构：「[主语] 要 [CORE] 于 [时间/场景]」（≤20字）

逐句提取目的/行为/动机 + 5W2H维度 + 约束强度（详见 references/split_rules.md 第五节）

步骤 4：结构化输出（增强版）

【拆分结果】

## 块 N：[主语名称]
  角色：[用户/执行者/第三方]
  目的：[核心目标]
  诉求：
    1. [核心交付物] 🔴  2. [支撑信息] 🟡  3. [附加要求] ⚪
  动机：[背景/原因/情绪]
  5W2H：Why/What/Who/Where/When/How/How much — [值] 🔴/🟡/⚪
  阻力：[描述]（如有）
  📌 核心句：[主语] 要 [CORE] 于 [时间/场景]

【确认询问】拆分是否完整准确？

步骤 4.5：自我反查（内部执行，不输出）

展示前强制执行（详见 references/constraint_annotation.md 第三节）：

反查	检查内容	修正
1	硬约束遗漏：`[CRITICAL]` 是否全在结果中？	补充
2	约束误判：🟡 词被标为 🔴？	修正
2b	隐式升级：🟡 约束属组织规范/法律/安全？→ 🟡🔴 或 🔴	升级
3	举例干扰：`[EXAMPLE]` 被当核心诉求？	降级
4	5W2H 缺失：有明显可推断维度？	补充 `[推断]`

步骤 5：用户确认

如有遗漏 → 用户补充 → 更新结构
如全部正确 → 进入步骤 6

步骤 6：渐进加载与规划生成（增强版）

加载：references/loading_decision_tree.md（必须）+ references/planning_rules.md + references/constraint_annotation.md + references/json_schema.md（按需）

按决策树执行：

扫描规则级 json → 命中则加载并展示
不命中则扫描能力级 json → 命中则加载并展示
均不命中则模型思考（需加载 planning_rules.md）
展示规划 → 询问用户是否执行

【模型思考：双视角推理→整合】（详见 references/planning_rules.md 第六节，不输出双方案）

a) 聚焦方案（内部）：5W2H取最窄值；守🔴硬约束；已验证方法；步骤≤30min b) 发散方案（内部）：5W2H取最宽值；🔴可轻微突破（标注风险）；引入非惯用工具 c) 整合（输出）：聚焦为骨架 + 发散创新点→🌟增强步骤 → 单一执行步骤 + 工作包分解

展示给用户的规划格式（详细规则见 references/planning_rules.md 第六节）：

📌 任务：[名称] ｜🔴 硬约束：[列表] ｜🟡 软约束：[列表]

执行步骤：
  步骤 N: [名称] ── serial ── milestone: ✅/❌
    action: [操作] | depends_on: [依赖] | constraint_level: 🔴/🟡/⚪
  步骤 N🌟: [名称]（增强：来自发散方案）
    ⚠️ 风险：[说明]（如涉及🔴突破）

工作包：WP1: [描述](耗时, 前置) → 📍 检查点：[里程碑]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
来源：[规则级json / 能力级json / 模型思考（双视角整合）]

步骤 7：执行与 json 生成

用户确认执行 → 执行任务
分支③（不命中+确认执行）→ 完成后生成通用化能力级 json（加载 json_schema.md）
其他分支 → 不生成新 json（除非用户主动要求）

注意事项

双方案是内部推理，不输出给用户：聚焦+发散仅在模型内部执行，最终整合为单一执行步骤
约束强度不能只看关键词：需上下文推断（如"尽量用公司模板"属组织规范，应升级为🟡🔴）
注意力锚定在步骤3前强制执行：[CRITICAL]/[CORE]/[ENTITY]/[EXAMPLE]/[RESISTANCE] 标记不可跳过
自我反查在展示前强制执行：4项检查+反查2b（隐式约束升级），全部通过才进入用户确认

脚本工具

json_manager.py — 管理能力级/规则级 json 的 CLI 工具（零外部依赖）

子命令	功能
`scan` / `categorize`	按关键词扫描 / 按 tags 归类统计
`create` / `validate`	创建 json 骨架 / 验证格式
`generalize` / `rule-gen`	字段通用化 / 从能力级生成规则级
`list` / `info`	列出所有 json / 显示详情

参考文档（渐进加载）

文件	加载时机
`split_rules.md`	步骤 2、3 首次
`loading_decision_tree.md`	步骤 6 必须
`planning_rules.md`	模型思考时
`json_schema.md`	生成 json 时
`constraint_annotation.md`	步骤 2.5 / 3 / 6
`task_type_defaults.md`	步骤 2.5 首次
`examples.md`	参考格式时

v2.5.0 — 5W2H维度提取 · 约束强度标注(🔴🟡⚪) · 注意力锚定 · 双视角推理整合 · 工作包分解

semantic-split— agent skill

Is semantic-split safe to install?

semantic-split — 语义拆分与智能规划

触发场景

核心能力

快速开始

工作流程

语义拆分规则（摘要）

完整执行流程

注意事项

脚本工具

参考文档（渐进加载）

Audit the pieces. Scan the whole. Decide.