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
csv_formatter
CSV格式化器。用于加载和格式化csv类型的文件。本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用以下指令进行安装： pip install py-data-juicer 当用户提到CSV格式化、CSV数据加载、读取CSV文件、CSV转JSONL等需求时使用此skill。
The English summary is being prepared. Showing the original description.
See how to installFiles included (5)
- SKILL.md3.2 KB
- assets/icon.png23.7 KB
- scripts/example_input.csv598 B
- scripts/run_csv_formatter.py3.6 KB
- skill.json2.0 KB
SKILL.md (original)
Review the instructions the agent will receive before you install.
功能概述
该算子用于加载 CSV 格式的文件并格式化为统一的数据集格式，输出为 JSONL 格式。
核心参数
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| input_path | string | 是 | - | 输入CSV文件路径或目录 |
| output_path | string | 是 | - | 输出JSONL文件路径 |
| text_keys | list | 否 | 无默认值 | 文本字段名列表 |
| add_suffix | bool | 否 | False | 是否添加文件后缀信息 |
| num_proc | int | 否 | 1 | 并行处理的进程数 |
| encoding | string | 否 | utf-8 | CSV文件编码格式 |
输入数据格式
输入可以是：
- 单个 CSV 文件：
/path/to/data.csv - CSV 文件目录：
/path/to/csv_directory/
输出数据格式
输出为 JSONL 格式，每行一个样本。
使用示例
命令行调用
# 加载单个CSV文件
python scripts/run_csv_formatter.py \
--input_path /path/to/input.csv \
--output_path /path/to/output.jsonl
# 指定文本字段
python scripts/run_csv_formatter.py \
--input_path /path/to/input.csv \
--output_path /path/to/output.jsonl \
--text_keys text \
--text_keys title
# 加载目录中的所有CSV文件
python scripts/run_csv_formatter.py \
--input_path /path/to/csv_directory \
--output_path /path/to/output.jsonl \
--add_suffix
# 指定编码格式（如GBK）
python scripts/run_csv_formatter.py \
--input_path /path/to/input.csv \
--output_path /path/to/output.jsonl \
--encoding gbk
参数说明
--input_path: 输入CSV文件或目录路径--output_path: 输出JSONL文件路径--text_keys: 文本字段名，可重复指定多个--add_suffix: 是否添加文件后缀信息--num_proc: 并行进程数，默认1--encoding: CSV文件编码格式，默认utf-8，如GBK文件可指定 --encoding gbk
注意事项
- 输入文件必须是有效的 CSV 格式
- text_keys 用于标识哪些字段是文本字段
- 空值或None的文本样本会被自动过滤
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