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
random_sampler
JSONL 随机采样工具。读取 JSONL 数据集，按抽样数量或抽样比例无放回抽取样本，输出保留原字段结构的采样结果。当用户提到随机采样、按数量抽样、按比例抽样、JSONL 抽样筛查等需求时使用此skill。
即使用户没有明确说出"random_sampler"，只要任务涉及对 JSONL 记录做无放回随机抽取，就应该使用此skill。不负责分层采样、领域均衡采样、表格采样或其他格式转换。
The English summary is being prepared. Showing the original description.
See how to installFiles included (4)
- SKILL.md3.3 KB
- scripts/example_input.json109 B
- scripts/run_random_sampler.py2.9 KB
- skill.json2.5 KB
SKILL.md (original)
Review the instructions the agent will receive before you install.
Random Sampler 随机采样 Skill
功能概述
本 skill 面向 JSONL 数据集进行无放回随机采样，可按数量或按比例抽取样本，并支持随机种子保证结果可复现。 采样过程中保留原始 JSON 对象结构，不改动字段内容，适用于大批量语料抽样筛查、小样本人工核验、流程调试等场景。
触发条件
当用户请求以下任务时，应使用此 skill：
- 随机采样
- 按数量抽样
- 按比例抽样
- JSONL 抽样筛查
核心参数说明
必需参数
--input：输入 JSONL 文件路径--output：输出 JSONL 文件路径--method：采样方式，支持count或ratio
可选参数
--count：采样数量，method=count时使用--ratio：采样比例 0-1，method=ratio时使用--seed：随机种子，默认42--log_file：日志文件路径
输入文件格式
输入文件必须为 JSONL，每一行是一条独立 JSON 记录。
示例：
{"id": 1, "text": "sample a"}
{"id": 2, "text": "sample b"}
{"id": 3, "text": "sample c"}
使用方法
按数量采样
python scripts/run_random_sampler.py \
--input data.jsonl \
--output sampled.jsonl \
--method count \
--count 100 \
--seed 42
按比例采样
python scripts/run_random_sampler.py \
--input data.jsonl \
--output sampled.jsonl \
--method ratio \
--ratio 0.1 \
--seed 42
输出示例
[OK] Random sampling completed
Input: data.jsonl
Output: sampled.jsonl
Total records: 12
Sampled records: 5
Sampling rate: 41.67%
Random seed: 42
环境要求
- Python 3.x
- 输入文件为有效 JSONL
注意事项
- 采样是无放回的，每条记录最多被选中一次
- 设置相同的种子可以得到相同的采样结果
- 如果
count或ratio超过总数，则返回全部数据
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 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