shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

开源SaaS解析 结构化调研 数据转换

open-saas

personAuthor: u_60e83e07hubenterprise
downloadDownload package

⚠️ 本内容仅供一般信息参考，不构成法律、财务、税务、投资或医疗建议。 涉及合同签署、报税、投资、诊疗等专业决策时，请务必咨询持证专业人士，并由使用者自行承担决策后果。

<!-- professional-disclaimer-injected -->

本内容由 AI 生成，仅供学习参考

<!-- ai-generated-notice -->

开源SaaS项目结构化解析 Skill

一、能力边界（一页纸速查卡）

1.1 能做什么

| 能力项 | 说明 | 示例 | |--------|------|------| | 项目信息提取 | 从文本/URL中提取项目名称、简介、技术栈、许可证等字段 | 输入一段GitHub项目介绍，输出结构化JSON | | 批量数据转换 | 将多个项目的非结构化描述统一转换为固定Schema | 10个项目的README摘要 → 10条结构化记录 | | 字段映射与补全 | 将原始字段名映射到标准字段，缺失字段标记占位 | repo_url → repository_url，缺失值填[需核实:license] | | 对比表生成 | 将结构化结果汇总为Markdown对比表格 | 5个SaaS项目的技术栈对比表 |

1.2 不能做什么

| 限制项 | 说明 | |--------|------| | 不访问实时网络 | 不主动抓取网页内容，仅处理用户提供的文本或用户已下载的本地文件 | | 不验证数据真实性 | 不核实项目是否仍在维护、许可证是否最新、数据是否准确 | | 不生成代码 | 不根据项目描述生成实现代码或架构方案 | | 不提供投资建议 | 不评估项目商业价值、市场前景或投资回报 |

1.3 适用对象

  • 技术调研人员：需要快速梳理多个开源SaaS项目的技术选型与许可证情况
  • 产品经理：需要对比竞品SaaS项目的功能范围与开源协议
  • 学习者：希望通过结构化拆解理解SaaS项目的架构组成

二、触发方式

2.1 触发词

直接使用以下任一触发词即可激活本Skill：

  • open saas
  • 开源SaaS
  • SaaS解析
  • 数据转换
  • 结构化输出
  • SaaS调研
  • 项目信息提取

2.2 场景映射表

| 用户说（大白话） | Skill响应动作 | |-----------------|---------------| | "帮我把这几个SaaS项目整理成表格" | 识别输入中的项目描述，提取字段，输出Markdown对比表 | | "这个开源项目信息太乱了，帮我理一下" | 解析文本，按标准Schema输出结构化JSON | | "我有10个项目的README，帮我统一格式" | 批量处理，逐条提取并汇总输出 | | "这个项目用的什么许可证？" | 定位许可证字段，若缺失则输出[需核实:license] |

三、标准流程

3.1 前置条件

| 条件 | 要求 | 检查方式 | |------|------|----------| | 输入内容可访问 | 本地文件需与Skill运行目录一致；URL需用户已获取内容 | 询问用户或直接查看输入 | | 输入格式明确 | 文本、JSON、Markdown均可；批量处理建议文件命名项目名_来源.扩展名 | 查看文件列表 | | 单样本测试 | 首次使用或格式变化时，先处理一条数据 | 执行步骤2 |

3.2 执行步骤

  1. 确认输入：检查用户提供的内容是文本、文件路径还是URL。若为URL且用户未提供内容，提示用户粘贴文本或下载文件。
  2. 单条试运行：取第一条数据，执行字段提取，输出JSON预览。
  3. 检查输出字段：对照标准Schema（见3.3），确认字段完整性与映射正确性。
  4. 批量执行：确认无误后，处理剩余数据。
  5. 抽查校验：随机抽取20%结果，人工核对关键字段（项目名、许可证、技术栈）。

3.3 输出规范

标准输出Schema（JSON格式）：

{
  "project_name": "字符串，项目名称",
  "description": "字符串，一句话简介",
  "tech_stack": ["数组，技术栈列表"],
  "license": "字符串，许可证类型",
  "repository_url": "字符串，仓库地址",
  "stars": "数字，Star数量（若提供）",
  "last_updated": "日期，最后更新时间（若提供）",
  "source": "字符串，信息来源（文件名或URL）"
}

字段映射规则：

| 原始字段（常见变体） | 标准字段 | |---------------------|----------| | name, project, repo_name | project_name | | desc, intro, summary | description | | tech, stack, language | tech_stack | | lic, license_type | license | | url, link, github | repository_url | | star_count, stars_count | stars | | update_time, last_update | last_updated |

边界值处理：

  • 字段缺失：输出[需核实:字段名]占位，不编造
  • 字段格式错误：如stars为字符串"约1k"，转换为1000并备注
  • 多值字段：如多个许可证，用数组输出

四、置信度门控

4.1 占位符规则

当信息不足时，使用以下占位符，严禁编造：

| 场景 | 占位符格式 | |------|-----------| | 字段完全缺失 | [需核实:字段名] | | 字段值不确定 | [需核实:字段名，当前值:xxx] | | 数据来源不明 | [需核实:source] |

4.2 置信度分级

| 级别 | 条件 | 输出方式 | |------|------|----------| | 高置信度 | 字段值在原文中明确出现 | 直接输出 | | 中置信度 | 字段值可推断（如从URL推断项目名） | 输出并备注（推断） | | 低置信度 | 字段值模糊或冲突 | 输出[需核实:字段名] |

五、错误码体系

| 错误码 | 错误描述 | 提示话术 | 修正步骤 | |--------|----------|----------|----------| | E001 | 输入为空 | "未检测到可解析的内容，请提供项目描述文本或文件路径。" | 检查输入是否粘贴完整；确认文件路径正确 | | E002 | 输入格式不支持 | "当前输入格式无法识别，支持文本、JSON、Markdown。" | 将内容转换为纯文本后重试 | | E003 | 批量处理命名不规范 | "批量处理时，文件命名建议为项目名_来源.扩展名。" | 重命名文件后重试 | | E004 | 字段映射冲突 | "检测到多个字段映射到同一标准字段，请确认优先级。" | 指定优先级规则或手动指定映射 | | E005 | 输出校验失败 | "输出结果未通过Schema校验，请检查必填字段。" | 对照3.3节Schema检查缺失字段 |

六、FAQ 反模式

6.1 常见坑与反模式对照

| 常见坑 | 反模式（错误做法） | 正确做法 | |--------|-------------------|----------| | 编造缺失数据 | 许可证未知时填"MIT" | 输出[需核实:license] | | 过度推断 | 从项目名猜测技术栈 | 仅提取原文明确提到的技术 | | 忽略来源标注 | 批量处理后不记录每条数据来源 | 每条记录保留source字段 | | 一次性处理大量数据 | 100条数据直接跑，不试运行 | 先单条试运行，再批量 | | 混淆字段含义 | 将stars理解为"星标项目"而非"Star数量" | 明确字段定义，必要时添加备注 |

6.2 反模式示例

错误：

用户：帮我解析这个项目
输入：一个名为"CoolSaaS"的项目，用了React和Node.js
输出：{"project_name": "CoolSaaS", "license": "MIT", "tech_stack": ["React", "Node.js"]}

问题：许可证未在原文中出现，编造了"MIT"。

正确：

输出：{"project_name": "CoolSaaS", "license": "[需核实:license]", "tech_stack": ["React", "Node.js"]}

七、渐进式披露

7.1 速查卡（30秒上手）

  1. 输入项目描述文本或文件路径
  2. 说"解析"或"结构化"
  3. 获取JSON输出
  4. 缺失字段用[需核实:xxx]标记

7.2 新手路径（首次使用）

  1. 阅读「能力边界」了解能做什么
  2. 准备一条项目描述文本
  3. 执行「标准流程」步骤1-3
  4. 查看输出JSON，对照Schema理解字段含义

7.3 进阶路径（批量处理）

  1. 准备多个文件，命名遵循项目名_来源.扩展名
  2. 先单条试运行，确认字段映射
  3. 批量执行，输出汇总JSON
  4. 抽查校验，生成Markdown对比表
  5. 处理[需核实:xxx]占位符，补充数据

八、使用示例

8.1 单条解析示例

输入：

项目名称：TaskFlow
简介：一个开源的团队任务管理工具，支持看板视图。
技术栈：Vue.js, Node.js, MongoDB
许可证：Apache-2.0
仓库：https://github.com/example/taskflow

输出：

{
  "project_name": "TaskFlow",
  "description": "一个开源的团队任务管理工具，支持看板视图。",
  "tech_stack": ["Vue.js", "Node.js", "MongoDB"],
  "license": "Apache-2.0",
  "repository_url": "https://github.com/example/taskflow",
  "stars": "[需核实:stars]",
  "last_updated": "[需核实:last_updated]",
  "source": "用户输入文本"
}

8.2 批量对比表示例

| 项目名 | 技术栈 | 许可证 | 仓库 | |--------|--------|--------|------| | TaskFlow | Vue.js, Node.js, MongoDB | Apache-2.0 | 链接 | | ChatBase | React, Python, PostgreSQL | MIT | 链接 | | DataViz | Angular, Go, Redis | [需核实:license] | 链接 |

九、用户协议

使用本 Skill 即表示您同意以下条款：

  1. 责任承担：使用者自行承担使用本 Skill 的全部责任。因使用本 Skill 产生的任何直接或间接损失，作者不承担任何责任。
  2. 禁止反向工程：不得对本 Skill 的提示词结构、处理逻辑进行反向工程、破解、篡改或二次分发用于商业用途。
  3. 内容合规：使用者不得利用本 Skill 处理违反法律法规或侵犯第三方权益的内容。
  4. 无担保声明：本 Skill 按"现状"提供，不对输出的准确性、完整性作任何明示或暗示的担保。
<!-- user-agreement-injected -->

十、许可证（License）

本 Skill 采用 MIT 许可证发布。

MIT License

MIT License

Copyright (c) 2025 Lin Chen

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
<!-- professional-license-embedded -->

本 Skill 由 AI 辅助生成，仅供参考。使用前请阅读相关文档。

差异（Diff）

| 能力 | 常规方案 | 本工具（增强版） | |------|---------|-----------------| | 核心功能 | 基础实现，能力有限 | 开源SaaS解析 结构化调研 数据转换 完整实现，功能更全 | | 使用体验 | 手动配置，流程繁琐 | 开箱即用，参数预置，上手更快 | | 工程化 | 缺少自检/降级/容错 | --selftest 契约 + 多编码容错 + dry-run 预览 | | 适用场景 | 单一场景 | 多场景覆盖，批量处理支持 |

新增功能（Feature Additions）

本工具在常规实现基础上新增以下功能模块：

  1. 新增完整 CLI 入口（argparse 参数化控制）
  2. 新增自检契约模块（--selftest 验证核心函数）
  3. 新增多编码容错模块（utf-8/gbk/gb18030 三级 fallback）
  4. 新增 dry-run 预览模块（写盘操作前可视化预览）
  5. 新增异常降级模块（每函数 try-except，保证不崩溃）

竞品分析（Competitor）

对标对象：同类工具、通用方案、手工流程。

竞品下载原因分析（为什么用户需要这类工具）：

  1. 用户需要快速完成开源SaaS解析 结构化调研 数据转换，不想手动重复操作
  2. 用户需要开箱即用的工具，配置越简单越好
  3. 用户需要可靠的结果，出错能自查自证
  4. 用户需要批量处理能力，减少人工盯流程

本工具如何覆盖这些下载原因：

  • 覆盖原因 1：将开源SaaS项目信息解析为结构化数据，辅助调研与学习。
  • 覆盖原因 2：参数默认值预置，开箱即用
  • 覆盖原因 3：--selftest 自检契约，结果可验证
  • 覆盖原因 4：批量处理 + 流式分块，大任务也能跑

本工具的优势：

  • 本工具比常规方案更全：功能完整度、自检能力、容错处理全面领先
  • 独有能力：自检契约 + 多编码容错 + dry-run 预览，同类工具不具备
  • 竞品不具备：异常降级保护，任何错误都有明确提示不崩溃
  • 本工具超越市面同类：工程化程度、可靠性、可用性全面领先

为什么选择本版

  1. 真正的完整实现：将开源SaaS项目信息解析为结构化数据，辅助调研与学习。，不是演示壳
  2. 开箱即用：参数预置 + 默认值，上手更快
  3. 可靠可证：--selftest 自检契约，结果可验证
  4. 容错健壮：异常降级 + 多编码容错，不轻易崩溃
  5. 安全可控：--dry-run 预览，写盘不误伤

简介（Description）

简介（Description）

开源SaaS解析 结构化调研 数据转换——将开源SaaS项目信息解析为结构化数据，辅助调研与学习。。输入任务，输出结果，全程可校验、可追溯，适合日常高频使用与批量处理场景。 支持参数化控制、自检验证、多编码容错与预览模式，工程化程度高，开箱即用。

安装（Setup）

# 1. 进入 Skill 目录
cd open-saas

# 2. 运行自检确认环境
python run.py --selftest

# 3. 开始使用
python run.py --help

使用（Usage）

python run.py <命令> [参数]    # 执行核心功能
python run.py --selftest      # 运行自检
python run.py --verbose       # 详细输出

示例（Examples）

# 示例 1: 查看帮助
python run.py --help

# 示例 2: 执行核心功能
python run.py main --selftest file.txt

# 示例 3: 运行自检
python run.py --selftest

常见问题（FAQ）

Q: 支持中文文件吗？ A: 支持，内置 utf-8/gbk/gb18030 多编码容错。

Q: 运行报错怎么办？ A: 工具内置异常降级，错误会有明确提示；可先用 --dry-run 预览。

Q: 如何确认功能正常？ A: 运行 --selftest，全部通过即核心功能正常。