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_split_by_field
按字段拆分数据工具。根据指定字段的值将结构化表格拆分为多个文件，每个唯一值对应一个输出文件。当用户提到数据拆分、按字段分组导出、分类导出、数据分片、按某列值分割文件等需求时使用此skill。
即使用户没有明确说出"拆分"，只要任务涉及将结构化表格按某字段值分成多个文件，就应该使用此skill。不负责字段聚合统计、行级过滤或跨表关联合并。
含まれるファイル（4）
- SKILL.md3.1 KB
- scripts/example_input.json187 B
- scripts/run_data_split_by_field.py10.0 KB
- skill.json2.5 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 Split By Field 按字段拆分数据 Skill
功能概述
本skill用于根据指定字段的值将结构化表格拆分为多个文件。每个唯一的字段值会生成一个独立的输出文件， 文件名包含字段值以便识别。
触发条件
当用户请求以下任务时，应使用此skill：
- 按字段拆分数据
- 分组导出
- 分类导出
- 数据分片
- 按某列值分割文件
核心参数说明
必需参数
--input：输入文件路径--output_dir：输出目录路径--split_field：用于拆分的字段名
可选参数
--output_prefix：输出文件名前缀，默认split--output_format：输出文件格式，默认csv--use_dask：是否使用Dask处理大数据，默认False--blocksize：Dask分块大小，默认64MB
输入文件格式
输入文件可以是 CSV、TSV、Excel 或 SPSS 文件，且必须包含 split_field 对应的列。
使用方法
python scripts/run_data_split_by_field.py --input data.csv --output_dir ./output --split_field category
输出示例
[OK] Data split completed!
Engine: pandas
Input file: data.csv
Split field: category
Total rows: 1000
Unique values: 5
Output files:
- ./output/split_cat1.csv (200 rows)
- ./output/split_cat2.csv (300 rows)
环境要求
- Python 3.10+
- pandas
- openpyxl、xlrd、pyreadstat 等按输入格式需要安装
- 可选：dask
注意事项
- 拆分字段必须存在于数据中
- 输出文件名格式为：
{prefix}_{field_value}.{format} - 字段值中的特殊字符会被替换为下划线
- 输出目录不存在时会自动创建
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