matryoshka
无需分块即可处理超长文档的推理工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：matryoshka。 它的用途是：无需分块即可处理超长文档的推理工具 完整的 Skill 内容见：https://321skill.com/skills/matryoshka/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘分析这份 1000 页的服务器日志，找出所有包含“ERROR”的行，并统计每种错误类型出现的次数。’ 它会理解你的意图，生成并执行一系列 Nucleus 命令（如 `(grep "ERROR")`、`(count RESULTS)`），最终给你一个结构化的错误统计报告。或者，你可以问：‘从这份年度财务报告 PDF 里，提取出第四季度的总营收数字。’ 它会定位到相关段落，执行数字提取和求和命令，直接返回计算结果。
介绍
Matryoshka 解决了传统 RAG 和文档分块方法在处理远超 LLM 上下文窗口的超长文档时，信息丢失和跨块关联断裂的核心痛点。它基于《递归语言模型》论文，采用了一种新颖的架构：让 LLM 根据用户查询进行推理，输出结构化的 Nucleus 命令（一种基于 S 表达式的受限符号语言），然后由 Lattice 逻辑引擎安全地执行这些命令，从而实现对文档的复杂分析和计算。
使用 Matryoshka 时，你可以通过 CLI 或 MCP 服务器两种方式调用。将你的文档和查询（如“计算总销售额”）提供给系统，LLM 会生成类似 (sum RESULTS) 的 Nucleus 命令，Lattice 引擎会解析并安全执行这些命令，最终返回计算结果。整个过程避免了生成和执行任意代码的风险。
这个工具非常适合需要从海量日志、长报告、代码库或数据集等大型文档中提取、过滤、聚合信息的角色，如数据分析师、运维工程师和全栈开发者。它能将原本需要人工分块、摘要再分析的繁琐过程自动化，并保持信息的完整关联。
建议初次使用时，先从简单的查询（如关键词搜索、计数）开始，熟悉 Nucleus DSL 的语法。注意，其 MCP 服务器模式目前不支持多文档加载和部分资源限制功能（如 maxTimeoutMs），复杂任务或需要精细控制时，推荐使用 runRLM 程序化接口。
核心特点
与依赖向量数据库和启发式分块的传统 RAG 不同，Matryoshka 通过让 LLM 输出受限的符号命令并由专用引擎执行，从根本上避免了分块导致的信息丢失；与让 LLM 生成任意代码的方案相比，其 Nucleus DSL 语法刚性更强、输出熵更低，执行前有解析验证，安全性更高，且对小型模型更友好。
注意事项
不适合需要直接生成自然语言摘要或进行高度创造性、开放性文本生成的场景，其核心优势在于基于规则的文档查询与计算。
常见问题
Matryoshka 和普通 RAG 有什么区别？
RAG 需要将文档分块并嵌入，可能丢失跨块信息；Matryoshka 让 LLM 理解查询后输出可执行的符号命令，直接对完整文档逻辑进行操作，无需分块和向量数据库。
Nucleus 语言安全吗？会不会执行危险代码？
安全。Nucleus 是受限的 DSL，只能执行预定义的操作（如 grep, filter, sum）。Lattice 引擎会先解析验证，不会执行任意系统命令或代码。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/matryoshka/raw/index.md 读取 matryoshka 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/matryoshka/raw/index.md（查看排版版本）