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。
中文简介正在准备中。当前显示原文说明。
cas-bigdatalab/piflow5412026年10月17日 更新
免费在 GitHub 公开
empty_formatter
空数据格式化器。用于创建空数据。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 当用户提到创建空数据集、生成空数据、初始化数据集、测试用空数据等需求时使用此skill。
中文简介正在准备中。当前显示原文说明。
查看安装方法包含的文件（5）
- SKILL.md2.0 KB
- assets/icon.png23.7 KB
- scripts/example.md420 B
- scripts/run_empty_formatter.py1.7 KB
- skill.json1.4 KB
SKILL.md（原文）
安装前可以查看交给 AI 代理的指令内容。
功能概述
该算子用于创建空数据集，可指定长度和字段结构。适用于初始化、测试等场景。
核心参数
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| output_path | string | 是 | - | 输出JSONL文件路径 |
| length | int | 否 | 0 | 空数据集长度 |
| feature_keys | list | 否 | [] | 字段名列表 |
输出数据格式
输出为 JSONL 格式，每行一个样本，字段值为 null。
使用示例
命令行调用
# 创建10条空数据，无字段
python scripts/run_empty_formatter.py \
--output_path /path/to/output.jsonl \
--length 10
# 创建5条空数据，指定字段
python scripts/run_empty_formatter.py \
--output_path /path/to/output.jsonl \
--length 5 \
--feature_keys text \
--feature_keys label
参数说明
--output_path: 输出JSONL文件路径--length: 空数据集长度（默认0）--feature_keys: 字段名，可重复指定多个（默认空）
注意事项
- 创建的是包含 null 值的空数据集
- 可用于初始化测试数据集
- 输出格式为 JSONL
评价
还没有评价。欢迎分享你的使用感受。
评论
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
同一仓库的技能
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。
中文简介正在准备中。当前显示原文说明。
cas-bigdatalab/piflow5412026年10月17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。
中文简介正在准备中。当前显示原文说明。
cas-bigdatalab/piflow5412026年10月17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。
中文简介正在准备中。当前显示原文说明。
cas-bigdatalab/piflow5412026年10月17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。
中文简介正在准备中。当前显示原文说明。
cas-bigdatalab/piflow5412026年10月17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。
中文简介正在准备中。当前显示原文说明。
cas-bigdatalab/piflow5412026年10月17日 更新