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 23, 2026
FreePublished on GitHub
number_noise_cleaner
无用数字字符清理工具。读取结构化文本数据，对指定或全部文本字段移除无语义的独立数字字符，输出清理后的结构化文件。当用户提到无用数字字符清理、数字噪声删除、文本中的杂散数字清理等需求时使用此skill。
即使用户没有明确说出"number_noise_cleaner"，只要任务涉及从文本中删除无业务意义的数字字符，就应该使用此skill。不负责数值规整、字段校验或通用正则替换。
The English summary is being prepared. Showing the original description.
Works withExcel
See how to installFiles included (4)
- SKILL.md4.0 KB
- scripts/data_io.py3.5 KB
- scripts/number_noise_cleaner.py7.6 KB
- skill.json3.5 KB
SKILL.md (original)
Review the instructions the agent will receive before you install.
number_noise_cleaner 无用数字字符清理
功能概述
本skill用于对文本进行无用数字字符清理，读取结构化数据文件并移除无语义的独立数字 token。
- 保留 1900-2099 范围内的年份
- 保留编号、版本号、样本号等业务标识中的数字
- 保留实验数值、小数、分数、百分比和带单位数值
触发条件
当用户请求以下任务时，应使用此skill：
- 无用数字字符清理
- 数字噪声删除
- 文本中的杂散数字清理
- 删除无业务意义的数字
核心参数说明
必需参数
--input_path：输入文件路径--output_path：输出文件路径
可选参数
--text_columns：需清洗的文本列，逗号分隔；不填则默认处理所有字符串列--preserve_years：是否保留年份，默认true--year_min：年份保留下限，默认1900--year_max：年份保留上限，默认2099--preserve_identifiers：是否保留编号/版本号等标识，默认true--identifier_markers：编号上下文标记，逗号分隔--preserve_measurements：是否保留实验数值/单位数值，默认true--measurement_units：实验数值单位，逗号分隔
输入文件格式
- CSV (.csv) / TSV (.tsv) / Excel (.xls, .xlsx) / SPSS (.sav)
使用方法
python scripts/number_noise_cleaner.py \
--input_path <输入文件> \
--output_path <输出文件> \
--text_columns text \
--preserve_years true \
--year_min 1900 \
--year_max 2099 \
--preserve_identifiers true \
--preserve_measurements true
输出示例
[OK] 无用数字字符清理完成 -> output.csv
处理列: ['text']
行数: 10
注意事项
- 仅移除文本中的无语义数字 token，不修改数值型列。
- 默认保留年份、标识符和实验数值，避免误伤科研文本中的有效信息。
- 该skill不负责数值规整、字段校验或通用正则替换。
- 使用项目内
data_io读写结构化数据。
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 23, 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 23, 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 23, 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 23, 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 23, 2026