（2900期）Decompose Mcp – 确定性文本智能解析引擎

确定性文本智能解析引擎 将文本分解为带权威等级、风险类别、注意力评分的语义单元，无需LLM，确定性本地处理，14ms/文档极速响应。 使用说明 核心用法 Decompose 是一款面向文档智能的确定性文本解析工具，通过规则引擎（非LLM）将任意文本或URL内容拆解为结构化语义单元。每个单元自动标注6类权威等级（mandatory/prohibitive/directive/permissive/conditional/informational）、7级风险分类（safety_critical/security/compliance/financial/contractual/advisory/informational）、0-10注意力评分，并提取标准引用（ASTM/ISO/OSHA等）、财务数值、日期实体及不可缩减条款标记。 显著优点 极致效率：Apple Silicon上约14ms/文档，吞吐量1000+字符/毫秒，较LLM方案节省60-80%上下文窗口 完全本地：decompose_text工具零网络IO，无API成本，离线可用，输入输出严格确定性 工程级安全：URL获取功能内置SSRF防护，阻断私有IP段（RFC 5735/4193），DNS预解析双重校验 供应链可信：GitHub全源码开源，PyPI通过Trusted Publishers(OIDC)发布，构建流程可审计 潜在局限 规则引擎依赖预设模式，对高度非结构化或隐喻性文本的泛化能力弱于LLM URL获取功能需网络权限，虽有多层防护但仍存在针对公开URL的潜在攻击面 当前主要优化方向为技术规范/合同/政策文档，创意写作类文本分析效果有限 适合人群 企业合规官、合同分析师、AI Agent开发者、需处理大量结构化文档的RAG系统架构师、对LLM成本敏感且要求确定输出的场景 常规风险 误分类风险：复杂条件句的权威等级判定可能存在边界模糊 URL工具的网络暴露面需配合防火墙策略使用 无版本锁定说明，自动更新可能引入行为变更 原始说明 Decompose any text into classified semantic units — authority, risk, attention, entities. No LLM. Deterministic.