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。
精确去重工具。使用pandas精确匹配检测并处理数据集中的完全重复记录,速度快、无额外依赖。当用户提到精确去重、完全重复检测、数据去重等需求时使用此skill。
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。
本skill用于检测和处理数据集中的完全重复记录,基于pandas的精确匹配:
| 策略 | 说明 |
|---|---|
first | 保留第一条重复记录 |
last | 保留最后一条重复记录 |
none | 删除所有重复记录 |
mark | 标记重复但不删除(添加is_duplicate列) |
python scripts/run_duplicate_detector_exact.py \
--input data.csv \
--output deduped.csv
python scripts/run_duplicate_detector_exact.py \
--input data.csv \
--output deduped.csv \
--subset "name,phone"
python scripts/run_duplicate_detector_exact.py \
--input data.csv \
--output marked.csv \
--keep mark
| 参数 | 必填 | 说明 |
|---|---|---|
--input | 是 | 输入文件路径 |
--output | 是 | 输出文件路径 |
--subset | 否 | 判断重复的字段,逗号分隔 |
--keep | 否 | 保留策略,默认"first" |
pip install pandas openpyxl
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。
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。
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。
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。
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。
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。
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。