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
numeric_format_cleaner
数值格式清洗工具。读取 JSONL 结构化数据，按字段规则统一单位、数值格式、范围和空值表达，输出规整后的 JSONL 和统计文件。当用户提到数值格式化、单位统一、千分位、科学计数法、空值填充、数值规整等需求时使用此skill。
即使用户没有明确说出"数值格式清洗"，只要任务涉及按字段规则整理数值表达，就应该使用此skill。不负责文本去重、标点清洗、字段校验或非数值内容整理。
The English summary is being prepared. Showing the original description.
See how to installFiles included (4)
- SKILL.md4.2 KB
- scripts/example_input.json476 B
- scripts/run_numeric_format_cleaner.py10.5 KB
- skill.json3.0 KB
SKILL.md (original)
Review the instructions the agent will receive before you install.
Numeric Format Cleaner 数值格式清洗 Skill
功能概述
本 skill 读取 JSONL 结构化数据，按字段规则统一数值表达：单位转换、千分位格式、科学计数法、范围限制和空值填充。 适用于实验记录、环境观测、统计表等需要统一数值格式的科研数据处理场景。
触发条件
当用户请求以下任务时，应使用此skill：
- 数值格式清洗
- 单位统一
- 千分位规整
- 科学计数法输出
- 空值填充
- 按字段规则整理数值
核心参数说明
必需参数
| 参数 | 说明 |
|---|---|
--input | 输入 JSONL 文件路径 |
--output | 输出 JSONL 文件路径 |
--field_rules | 字段清洗规则 JSON |
可选参数
| 参数 | 说明 | 默认值 |
|---|---|---|
--conversion_rules | 单位转换规则 JSON | 空字符串 |
--decimal_places | 默认小数位数 | 2 |
--fill_null | 空值填充值 | 空字符串 |
--mark_cleaned | 是否标记已清洗样本 | True |
--stats_output | 统计输出文件路径 | numeric_format_cleaner_stats.json |
输入文件格式
输入必须为 JSONL，每行一个对象，字段值可以是数值、带单位字符串或空值。
{"distance": "12.3km", "weight": "1500g"}
{"distance": "N/A", "weight": null}
使用方法
python scripts/run_numeric_format_cleaner.py \
--input data.jsonl \
--output cleaned.jsonl \
--field_rules '{"distance":{"target_unit":"m","decimal_places":2}}'
python scripts/run_numeric_format_cleaner.py \
--input data.jsonl \
--output cleaned.jsonl \
--field_rules '{"distance":{"target_unit":"m","decimal_places":2},"weight":{"target_unit":"kg","decimal_places":3}}' \
--conversion_rules '{"km::m":1000,"g::kg":0.001}' \
--stats_output stats.json
处理示例
12.345km→10000.00m1500g→1.500kg1234567.89→1,234,5680.0004567→4.57e-04N/A→ 按fill_null填充
输出示例
[OK] Numeric format cleaning completed
Total samples: 10
Samples with changes: 10
Total field changes: 64
Errors: 1
环境要求
- Python 3.10+
- 仅依赖标准库
注意事项
- 输入必须是 JSONL，且字段规则用 JSON 字符串传入。
fill_null只影响空值或 null-like 值，不会改动正常数值。- 只有字段规则命中的字段才会被处理。
mark_cleaned=True时，会在输出中追加清洗标记字段。
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