octave
为LLM流水线提供确定性文档基础设施，确保AI生成内容的结构化与可追溯。
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：octave。 它的用途是：为LLM流水线提供确定性文档基础设施，确保AI生成内容的结构化与可追溯。 详细介绍见：https://321skill.com/skills/octave/ 请根据该页面的说明完成安装。
使用示例
“请将最新的项目风险会议纪要整理成OCTAVE格式。”，它会提取关键信息（如时间线`CHRONOS`、资源消耗`DEMETER`、阻塞问题`SISYPHEAN`），生成结构化的OCTAVE文档，并确保格式规范。或者
对AI说：“验证这份OCTAVE需求文档的完整性。”，它会根据内嵌模式进行检查，并报告任何缺失或无效的字段。
介绍
OCTAVE是一个专为LLM管道设计的结构化文档格式与MCP服务器。它解决了AI生成内容在多次传递、压缩和审计过程中信息丢失、变形或不可追溯的核心痛点。通过提供文档的规范化、模式验证和语法编译，确保同一份文档在任何LLM处理后都能保持字节级一致，并将所有转换操作明确记录。
使用上，开发者通过安装MCP服务器，即可让AI助手（如Claude）在对话中直接读写OCTAVE格式的文档。文档内嵌模式定义，AI的每次读写都会经过验证和规范化，并生成包含变更细节的“收据”。这为多智能体协作、长期记忆存储或需要严格审计的AI应用提供了可靠的数据层。
它非常适合需要确保AI生成内容一致性、可审计性和可重复性的工程师和研究者，例如在构建涉及多轮AI处理、关键决策记录或合规性要求的自动化流程时。
建议在需要AI处理结构化、关键业务信息（如项目状态、审计发现、需求文档）的场景中引入OCTAVE。注意，它主要优化的是信息的保真度和可追溯性，对于追求高度自由、创意性文本生成的场景可能不是最佳选择。
核心特点
与普通结构化数据格式（如JSON Schema）相比，OCTAVE的核心区别在于其“确定性”：它通过内置的神话术语压缩语义、强制规范化实现字节级一致性，并提供明确的压缩损失报告，使AI对结构化内容的处理从“概率性复述”变为“确定性转换”。
注意事项
不适合需要高度自由、创意性文学创作或非结构化闲聊的场景。
常见问题
OCTAVE和JSON/YAML有什么区别？
OCTAVE专为AI交互设计，提供确定性规范化、语义压缩（如神话术语）和每次变更的审计日志，而JSON/YAML是通用的数据序列化格式，不具备这些针对AI管道的特性。
使用OCTAVE需要训练我的LLM吗？
不需要。OCTAVE利用LLM预训练权重中已有的神话、领域概念作为“语义压缩包”，通过结构化提示即可让LLM理解和生成OCTAVE文档。