本文へ移動
cccskills
無料GitHub で公開

docx_unpack

将DOCX文件解压为XML目录

インストール方法を見る

含まれるファイル(3)

  • SKILL.md1.9 KB
  • scripts/run_docx_unpack.py5.9 KB
  • skill.json1.1 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

docx_unpack 技能

功能说明

该技能将DOCX文件解压为XML目录结构,方便查看和编辑DOCX内部的XML文件。DOCX本质上是一个ZIP压缩包,包含多个XML文件和资源文件。

核心功能

  • 将DOCX文件解压为可读的XML目录
  • 支持合并相邻相同格式的文本运行(优化XML结构)
  • 自动处理智能引号等特殊字符
  • 自动创建输出目录

使用方法

python scripts/run_docx_unpack.py --input_path <输入DOCX> --output_dir <输出目录> [--merge_runs]

参数说明

参数类型必填默认值说明
input_pathstring是-输入DOCX文件路径
output_dirstring是-输出目录路径
merge_runsbool否true是否合并相邻的文本运行

示例

python scripts/run_docx_unpack.py --input_path document.docx --output_dir ./unpacked/

输出结构

解压后的目录结构:

output_dir/
├── [Content_Types].xml
├── _rels/
│   └── .rels
└── word/
    ├── document.xml
    ├── styles.xml
    ├── settings.xml
    └── ...

注意事项

  • 输出目录不存在时会自动创建
  • 合并运行功能可以减少XML文件中的冗余标签
  • 解压后的XML文件可以直接编辑,之后可使用docx_pack重新打包

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

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。

日本語の概要は準備中です。原文の説明を表示しています。

cas-bigdatalab/piflow5412026年9月22日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

cas-bigdatalab/piflow5412026年9月22日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

cas-bigdatalab/piflow5412026年9月22日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

cas-bigdatalab/piflow5412026年9月22日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

cas-bigdatalab/piflow5412026年9月22日 更新

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。

日本語の概要は準備中です。原文の説明を表示しています。

cas-bigdatalab/piflow5412026年9月22日 更新

cas-bigdatalab のスキルをすべて見る

このスキルの問題を報告する