Word·Excel·PowerPoint·PDF, 회의록, 매뉴얼 (3.6천건)
单词重复比例过滤器。过滤器将单词级n-gram重复比率的样本保持在特定范围内。 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 当用户提到单词重复过滤、文本重复比例过滤、n-gram重复过滤、清理重复内容等需求时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
表格文件采集工具。读取单个表格文件或目录中的 csv、tsv、xlsx、xls 文件，执行行记录采集，输出统一结构化表格记录文件。 当用户提到表格采集、读取科研数据表、汇总 CSV/TSV/Excel 表格、把本地表格文件转成结构化记录等需求时使用此 skill。 即使用户没有明确说出"表格采集"，只要任务涉及把本地结构化表格文件内容收集成统一记录，就应该使用此 skill。 不负责表格清洗、空行删除、字段去空格、格式校验、字段过滤或格式转换。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
长文本规则切分工具。将超长文本按照段落、句子、固定字符长度、非空行或科研论文章节标题进行自动切分，生成粒度均匀的短文本片段。 当用户提到文本切分、长文本拆分、按段落分割、按句子分割、文本分块、论文章节切分等需求时使用此skill。 适用于科研论文、实验综述、长篇文稿等资料的粒度拆分需求。 不负责采样、清洗、格式转换或PDF解析。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
提取PDF文件的元数据（标题、作者、主题、页数等），输出为JSON格式。当用户需要查看PDF文档信息时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
提取 PDF 文件元数据并输出 JSON 结果。 当用户提到把这次流程沉淀成 skill、保存为 skill等需求时使用此 skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
字段分布校验工具。读取结构化数据文件（CSV、TSV、Excel等），按模式检查数值字段统计特征或分类字段频率分布是否合理。 数值模式用于检查均值、标准差、中位数、分位数等统计量；分类模式用于检查类别数上限和单类占比是否异常。 当用户提到分布校验、统计特征验证、类别频率检查、类别倾斜检测等需求时使用此skill。 即使用户没有明确说出"分布校验"，只要任务涉及验证字段整体分布是否偏移或失衡，就应该使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
从零创建PDF文件工具。使用reportlab库生成专业PDF文档，支持自定义页面大小、标题、作者、 以及通过JSON配置内容结构（标题、段落、表格等）。当用户需要生成PDF报告、文档时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
旋转PDF页面方向。支持顺时针90度、180度、270度旋转。当用户需要旋转PDF页面方向时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
将多个PDF文件合并为一个PDF文件。当用户需要合并PDF文档时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
从PDF文件中提取表格数据，输出为JSON格式。当用户需要从PDF中提取表格时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
将PDF按指定页码范围拆分为独立的PDF文件。当用户需要拆分PDF文档时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
PDF/OCR伪影清洗工具。修复从学术论文PDF提取文本时的常见问题：断行连字符拼接（dehyphenation）、 页码去除、Unicode连字归一化（fi→fi）、页眉页脚去除。 当用户提到PDF文本清洗、OCR伪影处理、断行修复、连字符拼接等需求时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
裁剪PDF页面边距。通过指定边界坐标(left,bottom,right,top)来裁剪页面区域。当用户需要裁剪PDF页面时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
数值数据阈值检验工具。读取结构化数据文件（CSV、TSV、Excel等），检查数值字段是否在指定的门限范围内，不允许超出门限值之外，最后输出为同格式的文件。当用户需要对数据进行阈值检验、数值范围检查、数据质量控制等操作时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
从PDF文件中提取文本内容，保存为txt文件。当用户需要从PDF中提取文字时使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
MinerU URL解析算子。通过远程调用MinerU接口，解析在线文档URL（支持PDF、DOC、PPT、Excel、图片等格式），获取文件解析结果（内容、公式、图片等），最终返回ZIP压缩包。 本SKILL依赖requests库，请确保已安装。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
结构化表格重复行检测工具。仅检查CSV/TSV/Excel等表格型数据中的完全重复记录或指定列子集重复， 标记后续重复行并保留首次出现；不处理文本片段清理、文档去重或其他字段质控。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
MinerU文件解析算子。通过远程调用MinerU接口，解析本地文件（支持PDF、DOC、PPT、Excel、图片等格式），获取文件解析结果（内容、公式、图片等），最终返回ZIP压缩包。 本SKILL依赖requests库，请确保已安装。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
敏感词过滤器。过滤文本中包含敏感词/标记词比例超过指定阈值的样本。 当用户提到敏感词过滤、脏词过滤、违禁词过滤、内容审核、敏感词检测等需求时使用此skill。 即使用户没有明确说出"敏感词"，只要任务涉及过滤包含特定敏感词的文本内容， 就应该使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
关键词提取标注工具。读取包含文本字段的表格或JSONL语料，为每条记录提取核心关键词并写入新增关键词字段。 当用户提到关键词提取、关键词抽取、文本关键词、标签提取等需求时使用此skill。 即使用户没有明确说出"keyword_extractor"，只要任务涉及从文本内容中提取重要词汇或短语作为标签，就应该使用此skill。 不负责按预置领域关键词库做相关性筛选、文本清洗、分词结果展开或章节切分。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
低信息量过滤工具。读取结构化数据文件，对指定文本列同时校验字符总数与行数是否落在阈值区间内，输出过滤后的合规行。 当用户提到低信息量过滤、字符数筛选、短文本过滤、超长文本过滤、行数过滤、信息量阈值等需求时使用此skill。 即使用户没有明确说出"低信息量"，只要任务涉及同时按字符数和行数两个维度过滤文本行，就应该使用此skill。 不负责按单词数过滤（用words_num_filter）、按token数过滤（用token_num_filter）、按最长单行长度过滤（用maximum_line_length_filter）或按平均行长度过滤（用average_line_length_filter）。与这些skill的关键区别在于：本skill同时校验字符总数与行数两个维度，且原生支持CSV/TSV/Excel多列输入、不依赖data_juicer。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
跨字段比较校验工具。读取结构化数据文件（CSV、TSV、Excel等），检查两个字段之间的逻辑约束关系 是否满足（如 start < end、min ≤ max、price >= cost），支持六种比较运算符，多约束可组合使用。 当用户提到跨字段校验、字段间比较、逻辑约束检查、大小关系验证等需求时使用此skill。 即使用户没有明确说出"跨字段"，只要任务涉及验证两个字段值之间的逻辑关系，就应该使用此skill。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
从DOCX文件中提取文本内容
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
验证DOCX文件格式有效性
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.