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
scichem_normalizer
科学公式/化学式规整 Skill：统一文本列中的数学符号、Unicode 上下标、化学反应箭头、全角 ASCII 和多余空格。适用于实验记录、论文摘录、化学反应式和科学公式文本；不负责公式语义解析、单位换算或化学配平。
含まれるファイル（4）
- SKILL.md2.7 KB
- scripts/data_io.py3.5 KB
- scripts/scichem_normalizer.py4.2 KB
- skill.json1.1 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。
SciChem Normalizer 科学公式化学式规整 Skill
功能概述
本 skill 对结构化数据中的科学公式和化学式文本做轻量规整：将特殊加减乘除、全角 ASCII、括号和等号转换为标准 ASCII；将 Unicode 上标/下标转为 ^/_ 标记；将反应箭头统一为 -> 或 <->；折叠多余空格。
触发条件
当用户请求以下任务时，应使用此 skill：
- 科学公式符号规整
- 化学式上下标清洗
- 反应箭头统一
- 实验记录中的公式文本标准化
核心参数说明
必需参数
| 参数 | 说明 |
|---|---|
--input_path | 输入 CSV/TSV/Excel 等结构化文件路径 |
--output_path | 输出结构化文件路径 |
可选参数
| 参数 | 说明 | 默认值 |
|---|---|---|
--text_columns | 处理的文本列，逗号分隔；不填则处理全部字符串列 | 全部字符串列 |
输入文件格式
id text
1 The reaction H₂ + O₂ → H₂O releases energy.
2 Concentration was 5 × 10⁻³ mol/L.
使用方法
python scripts/scichem_normalizer.py \
--input_path input.tsv \
--output_path output.csv \
--text_columns text
处理示例
| 输入文本 | 输出文本 |
|---|---|
H₂ + O₂ → H₂O | H_2 + O_2 -> H_2O |
5 × 10⁻³ mol/L | 5 * 10^-3 mol/L |
Already ASCII formula H2O | Already ASCII formula H2O |
输出示例
id,text
1,H_2 + O_2 -> H_2O
2,5 * 10^-3 mol/L
环境要求
依赖 Python、pandas，以及本仓库 DC 公用 data_io 读写工具。
注意事项
- 该 skill 做符号级规整，不做化学方程式配平或科学公式语义解析。
- Unicode 上下标会转换为
^/_文本标记，需确保后续流程接受这种表示。 - 单位换算、科学计数法数值换算不属于本 skill。
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