abbrev_expander
Free领域缩略语展开 Skill：按内置或外部词典将独立缩略语替换为全称，可选在全称后保留原缩写。 适用于技术文本、论文摘要和业务记录中的缩写清洗；不负责模糊缩写消歧或大小写无关替换。
The English summary is being prepared. Showing the original description.
cas-bigdatalab/piflow541Updated Oct 17, 2026
FreePublished on GitHub
clean_email_mapper
清理文本样本中的电子邮件。当用户提到清理邮件、删除邮箱、去除邮件地址、清理个人信息等需求时使用此skill。即使用户没有明确说出"邮件"，只要任务涉及从文本中删除或替换邮箱地址，就应该使用此skill。
The English summary is being prepared. Showing the original description.
See how to installFiles included (6)
- SKILL.md2.8 KB
- assets/icon.png13.6 KB
- scripts/example_input.json194 B
- scripts/output.json181 B
- scripts/run_clean_email_mapper.py1.8 KB
- skill.json1.6 KB
SKILL.md (original)
Review the instructions the agent will receive before you install.
Clean Email Mapper
清理文本中的电子邮件地址。
本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用同以下指令进行安装：
pip install py-data-juicer
核心参数
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| input_path | string | 是 | - | 输入JSON文件路径 |
| output_path | string | 是 | - | 输出JSON文件路径 |
| pattern | string | 否 | 默认邮箱正则 | 正则表达式模式 |
| repl | string | 否 | 空字符串 | 替换字符串（默认为删除） |
使用方法
python scripts/run_clean_email_mapper.py --input_path <input_path> --output_path <output_path> [--repl <replacement>]
实现原理
参照测试代码 test_clean_email_mapper.py 中的 _run_clean_email 函数：
# 1. 初始化算子
op = CleanEmailMapper() # 删除邮件
# 或
op = CleanEmailMapper(repl='<EMAIL>') # 替换为指定字符串
# 2. 将数据转为Dataset，使用 op.run(dataset) 处理
dataset = Dataset.from_list(samples)
result_dataset = op.run(dataset)
输入输出格式
输入格式 (JSON数组)
[
{"text": "请联系我：user@example.com"},
{"text": "邮箱是 abc@123.com，请回复"}
]
输出格式 (JSON数组)
[
{"text": "请联系我："},
{"text": "邮箱是 ，请回复"}
]
示例
示例1：删除邮件地址（默认）
python scripts/run_clean_email_mapper.py --input_path example_input.json --output_path output.json
示例2：替换为占位符
python scripts/run_clean_email_mapper.py --input_path example_input.json --output_path output.json --repl "<EMAIL>"
注意事项
- 默认行为是删除邮件地址
- 可以指定
repl参数来替换为其他字符串 - 支持自定义正则表达式模式
Reviews
No reviews yet. Tell others what you thought.
Comments
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
More skills from this repository
字母数字比例过滤器。过滤文本中字母/数字比例不在指定范围内的样本。 当用户提到文本过滤、比例筛选、字母比例、数字比例、清理乱码文本等需求时使用此skill。 即使用户没有明确说出"过滤"，只要任务涉及根据文本中字母或数字的比例来筛选数据， 就应该使用此skill。
The English summary is being prepared. Showing the original description.
cas-bigdatalab/piflow541Updated Oct 17, 2026
平均行长度过滤器。过滤文本平均行长度不在指定范围内的样本。 当用户提到行长度过滤、平均行长度、文本行长度筛选、按行筛选等需求时使用此skill。 即使用户没有明确说出"平均行长度"，只要任务涉及根据文本中每行的平均长度来筛选数据， 就应该使用此skill。
The English summary is being prepared. Showing the original description.
cas-bigdatalab/piflow541Updated Oct 17, 2026
batch_collector
Free批量文件清单采集器。扫描一个或多个本地文件/目录，或从任务列表加载路径， 按支持的扩展名生成文件元信息清单，供后续文本、表格、文档、图像等采集流程继续处理。 当用户需要批量盘点待采集文件、生成本地文件 manifest、统计输入文件类型或为后续采集算子准备文件清单时使用此 skill。
The English summary is being prepared. Showing the original description.
cas-bigdatalab/piflow541Updated Oct 17, 2026
批量数据均匀分片工具。读取json/jsonl/csv输入，按份数或固定条数切成多个子文件，输出一个清单JSON供下游节点消费。 当用户提到数据分割、批量拆分、数据分片、均匀分块等需求时使用此skill。 即使用户没有明确说出"分片"，只要任务是把整份批量数据均匀拆成多个文件，就应该使用此skill。 不负责按字段分组导出或随机采样。
The English summary is being prepared. Showing the original description.
cas-bigdatalab/piflow541Updated Oct 17, 2026
bdbe_cellanno
Free本skill是用于单细胞测序数据分析的专用技能，首先需要用户上传需要处理的单细胞测序数据，再对经过预处理的单细胞表达数据进行自动化细胞类型注释。它通过基因比对、数据标准化、降维等一系列流程，将细胞聚类结果与已知参考数据库进行匹配，从而为每个细胞分配生物学功能标签。
The English summary is being prepared. Showing the original description.
cas-bigdatalab/piflow541Updated Oct 17, 2026