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
pdf_metadata_extract_restored
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。
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（3）
- SKILL.md2.9 KB
- scripts/run_pdf_metadata_extract.py1.6 KB
- skill.json893 B
SKILL.md（原文）
安装前可以查看交给 AI 代理的指令内容。
PDF 元数据提取 技能
功能说明
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。
触发条件
- 技能类别：document_processing
- DAG 类型：输入
- 当用户提到“把这次流程沉淀成 skill”时优先考虑使用此技能。
- 当用户提到“保存为 skill”时优先考虑使用此技能。
- 当一次真实处理流程已经跑通，并且用户希望将其封装为可复用 skill 时使用此技能。
- 当现有技能库无法直接满足需求，但已经通过脚本或步骤成功完成任务，并希望回调式沉淀为 skill 时使用此技能。
核心功能
- 提取 PDF 元数据
- 复用已验证成功的处理脚本
- 输出 JSON 结果
处理逻辑
- 读取输入 PDF 文件
- 提取标题、作者、主题、页数和日期等元数据
- 输出为 JSON 文件
支持的文件格式
- 输入：.pdf
- 输出：.json
使用方法
python scripts/run_pdf_metadata_extract.py --input_path <input_path>
参数说明
| 参数 | 类型 | 角色 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|---|
| input_path | string | input_data | 是 | - | 输入 PDF 文件路径 |
输出参数
| 参数 | 类型 | 角色 | 默认值 | 说明 |
|---|---|---|---|---|
| output_path | json_file | output_data | - | 输出 JSON 文件路径 |
示例
从成功流程恢复 skill 后的典型调用
python scripts/run_pdf_metadata_extract.py --input_path workspace/temp/document.pdf --output_path workspace/outputs/pdf_metadata_extract_output.json
输出结构
{
"output_path": "workspace/outputs/pdf_metadata_extract_output.json"
}
输出示例
{
"output_path": "workspace/outputs/pdf_metadata_extract_output.json"
}
注意事项
- 本 skill 草稿由已验证成功的处理流程恢复生成，建议人工补齐命名、图标与触发表达。
- 在回调式沉淀链路中，应优先复用已有脚本和成功证据，而不是重新手写实现。
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