Um sistema de monitoramento e alerta passivo projetado para detectar e relatar tentativas de destilação de conhecimento em modelos de IA.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install omg
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o omg usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é Anti-Distillation (anti-distillation.skill)?
Anti-Distillation é uma skill de segurança especializada projetada para proteger a propriedade intelectual de modelos de linguagem grande. Funciona como um mecanismo de defesa passivo que monitora metadados de solicitações recebidas para identificar padrões consistentes com destilação de conhecimento — onde modelos menores tentam imitar as saídas de modelos maiores e mais sofisticados para roubar capacidades de raciocínio a uma fração do custo.
Construída pela Anti-Distillation Alliance, esta skill adere estritamente a uma filosofia exclusivamente passiva. Ela não modifica respostas do modelo, não injeta ruído nem utiliza honeypots. Em vez disso, fornece aos usuários do Openclaw Skills visibilidade profunda sobre variações sistemáticas de prompt e anomalias de alta frequência, permitindo que operadores humanos tomem decisões informadas sobre limitação de taxa ou controle de acesso sem comprometer a integridade da saída do modelo.
Casos de uso do Anti-Distillation (anti-distillation.skill)
- Detectar scraping automatizado de alta frequência de saídas de modelos.
- Identificar variações sistemáticas de prompt usadas para mapear a lógica do modelo.
- Monitorar solicitações de dados estruturados em massa voltadas para o treinamento de modelos substitutos.
- Auditar padrões de solicitação para identificar modelos de prompt adversários.
- Enviar alertas de segurança em tempo real para operadores via webhooks ou e-mail quando os limites forem excedidos.
Como o Anti-Distillation (anti-distillation.skill) funciona
- A skill monitora metadados de solicitações recebidas usando permissões somente leitura para analisar frequência e tempo.
- Ela calcula um hash unidirecional de prompts e avalia o comprimento do prompt e os formatos de saída solicitados.
- O mecanismo de detecção compara esses padrões com assinaturas de destilação conhecidas e anomalias estatísticas.
- Se a pontuação de confiança exceder o limite definido pelo usuário, um evento de detecção é acionado.
- O sistema gera um relatório de alerta estruturado e o despacha através de canais configurados (log, webhook ou e-mail).
Configuração do Anti-Distillation (anti-distillation.skill)
Para instalar e configurar o Anti-Distillation, use as seguintes etapas. Certifique-se de que as credenciais confidenciais estejam armazenadas no armazenamento de segredos da sua plataforma.
# Instale a skill via Openclaw
claw install anti-distillation
# Configure variáveis de ambiente para canais de alerta opcionais
export ANTIDISTILL_WEBHOOK_URL="your_webhook_url"
export ANTIDISTILL_SMTP_HOST="smtp.example.com"
Modifique seu config.yaml para definir a sensibilidade:
anti_distillation:
detection_threshold: 0.75
analysis_window: 60
alerts:
channels: ["log", "webhook"]
Esquema de Dados e Taxonomia de Anti-Distillation (anti-distillation.skill)
A skill processa campos de metadados específicos para manter a privacidade enquanto garante a precisão da detecção:
| Campo | Tipo | Descrição |
|---|---|---|
request_count |
integer | Total de solicitações dentro da janela de análise |
request_timestamps |
integer[] | Carimbos de data/hora Unix das solicitações para análise de frequência |
prompt_hash |
string | Hash unidirecional do conteúdo da solicitação (não reversível) |
parameter_signature |
string | Resumo estatístico de parâmetros como temperature e top_p |
confidence |
float | Pontuação de probabilidade de uma tentativa de destilação |
Recursos avançados do Anti-Distillation (anti-distillation.skill)
- Suporte a alertas multicanal, incluindo logs locais, webhooks e SMTP.
- Sensibilidade de detecção e janelas de análise configuráveis para posturas de segurança personalizadas.
- Armazenamento apenas de segredos para credenciais confidenciais de API e SMTP para evitar exposição em texto simples.
- Análise de metadados não intrusiva que preserva a privacidade do usuário ignorando endereços IP e corpos de solicitação.
- Sistema de conquistas para rastrear o sucesso do monitoramento a longo prazo e a precisão da detecção.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
Construção de Listas
Uma habilidade estratégica de geração de leads que constrói listas de empresas com alta intenção usando a Extruct API e metodologias de pesquisa especializadas.
Perspectiva de Joe Tsai
Uma habilidade especializada de IA que fornece o framework de tomada de decisão financeira e estratégica do Vice-Presidente Executivo do Alibaba, Joe Tsai.
Eric Jing Perspective v2.0
Uma habilidade de modelo mental estratégico que capacita AI agents com a governança corporativa, prioridade em conformidade e filosofia financeira de longo prazo da liderança do Ant Group.
Perspectiva do Pensamento Estratégico de Guo Guangchang
Um modelo mental alimentado por IA que simula a filosofia de investimento e a lógica industrial global do fundador da Fosun, Guo Guangchang.
AI Correction (model-correction-cn)
Um alias de intenção especializado para o skill VeriClaw que permite que desenvolvedores que falam chinês acessem ferramentas avançadas de correção de IA e diagnóstico de desvio de modelo.
VeriClaw Bot Correction
Uma habilidade especializada para diagnosticar e corrigir o desvio de agentes de IA para garantir um progresso verificável e a conclusão de tarefas baseada em evidências.
Apresentou*
