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
無料GitHub で公開
data_normalizer
数值标准化工具。读取JSONL数据，按指定字段执行Z-score或Min-Max标准化，并保留原始值与变更标记。 当用户提到数值标准化、归一化、字段规整、范围映射等需求时使用此skill。 即使用户没有明确说出"data_normalizer"，只要任务涉及对某个数值字段做标准化处理，就应该使用此skill。 不负责四舍五入/小数位统一（见DC3_RoundOff）、文本清洗、类别编码或多字段联合统计分析。
インストール方法を見る含まれるファイル（4）
- SKILL.md3.4 KB
- scripts/example_input.json137 B
- scripts/run_data_normalizer.py4.1 KB
- skill.json2.6 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。
data_normalizer 数据标准化 Skill
功能概述
本 skill 对 JSONL 中的单一数值字段进行标准化处理，支持 Z-score 标准化和 Min-Max 归一化两种方式。 它会在保留原始值的同时写回标准化结果，并为每条命中的记录补充变更标记。
触发条件
当用户请求以下任务时，应使用此 skill：
- 数值标准化
- 归一化
- 字段规整
- 范围映射
- Z-score 变换
核心参数说明
必需参数
| 参数 | 说明 |
|---|---|
--input | 输入JSONL文件路径 |
--output | 输出JSONL文件路径 |
--field | 要标准化的字段名 |
--method | 标准化方法 |
可选参数
| 参数 | 说明 | 默认值 |
|---|---|---|
--new_min | Min-Max 目标最小值 | 0 |
--new_max | Min-Max 目标最大值 | 1 |
--log_file | 日志文件路径 | - |
输入文件格式
{"id": 1, "score": 87.65}
{"id": 2, "score": 120}
{"id": 3, "score": -5}
输入必须是 JSONL，每行是一条 JSON 记录。 目标字段应为可转成数值的字段；无法转换的值会被跳过。
使用方法
Z-score 标准化
python scripts/run_data_normalizer.py \
--input ./input.jsonl \
--output ./output.jsonl \
--field score \
--method z_score
Min-Max 归一化到 [0, 100]
python scripts/run_data_normalizer.py \
--input ./input.jsonl \
--output ./output.jsonl \
--field score \
--method min_max \
--new_min 0 \
--new_max 100
输出示例
每条被处理记录会增加以下字段：
_{field}_normalized: true_{field}_original: 原始值
示例输出：
{"id": 1, "score": 0.44, "_score_normalized": true, "_score_original": 87.65}
环境要求
- Python 3.x
- 只依赖标准库
注意事项
- 只处理可转为数值的字段值。
z_score会按当前样本整体均值和标准差计算。min_max在所有值相等时会统一映射为new_min。- 小数位统一 / 四舍五入需求请使用 DC3_RoundOff。
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
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