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
markdown_stripper
Markdown标记清除工具。读取Markdown文件，去除Markdown语法标记（标题#、加粗**、斜体*、链接[]()、代码块```、引用>、列表标记等），输出纯文本文件。当用户提到Markdown清洗、去除MD标记、MD转纯文本等需求时使用此skill。
适用于Markdown文件的语法净化，不负责CSV/表格数据的结构清洗。
含まれるファイル（3）
- SKILL.md3.0 KB
- scripts/markdown_stripper.py6.5 KB
- skill.json1.9 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。
markdown_stripper Markdown标记清除Skill
功能概述
读取 Markdown / 纯文本 文件，去除所有 Markdown 语法标记，输出纯文本。
去除的 12 类标记：(1) 标题 #；(2) 加粗 **；(3) 斜体 *；(4) 删除线 ~~；(5) 链接 []()；(6) 图片 ![]()；(7) 行内代码 `；(8) 围栏代码块 ``` ```；(9) 引用 >；(10) 列表 -/1.；(11) 水平线 ---；(12) 表格 |...|。
触发条件
- Markdown 清洗
- 去除 Markdown 标记
- MD 转纯文本
- 语料净化
输入文件格式
支持以下纯文本格式：
- Markdown (.md)
- 纯文本 (.txt)
不支持 .csv / .tsv / .jsonl 等结构化数据文件。会将不支持的扩展名直接拒绝。
使用方法
python scripts/markdown_stripper.py \
--input_path input.md \
--output_path output.txt
核心参数说明
必需参数
| 参数 | 说明 |
|---|---|
--input_path | 输入 Markdown 文件路径 |
--output_path | 输出纯文本文件路径 |
可选参数
| 参数 | 说明 | 默认 |
|---|---|---|
--no_code_blocks | 删除代码块内容 | 保留 |
--no_images | 删除图片 alt 文本 | 保留 |
--no_tables | 删除表格内容 | 转为纯文本 |
输出示例
[OK] Markdown标记清除完成 -> output.txt
keep_code_blocks=True, keep_images=True, keep_tables=False
环境要求
使用项目 Python 环境运行，无额外依赖。
注意事项
- 处理顺序：先保护代码块 → 处理行级标记 → 处理行内标记 → 恢复代码块
- 代码块默认保留内容（仅去除围栏标记），用
--no_code_blocks可完全删除 - 表格默认转为空格连接的纯文本
- 不支持 .csv / .tsv / .jsonl 等结构化数据文件，会将不支持的扩展名直接拒绝
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