shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析无需 API Key

数据转换 结构化提取 批量处理

将任意数据、文件或URL转换为结构化结果，支持批量处理与自定义格式。

person作者: user_a10ab3adhubcommunity
download下载资源包

⚠️ 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 -->

aionui — 数据转换与结构化提取 Skill 文档

一、能力边界：一页纸速查卡

1.1 能做什么

| 能力项 | 说明 | 输入示例 | 输出示例 | |--------|------|----------|----------| | 数据转换 | 将 CSV、JSON、XML、YAML、TXT 等格式互转 | data.csv | data.json | | 结构化输出 | 从非结构化文本中提取实体、关系、关键字段 | 一段会议纪要 | { "date": "2026-08-20", "attendees": ["张三", "李四"] } | | 信息提取 | 从 URL 抓取页面内容并抽取目标信息 | https://example.com/news | 标题、正文、发布时间、作者 | | 批量处理 | 对多个文件或 URL 执行同一套转换逻辑 | ./input/*.csv | ./output/*.json | | 自定义格式 | 用户定义输出模板（字段映射、重命名、过滤） | 模板字符串 | 按模板生成的结果 |

1.2 不能做什么

| 限制项 | 说明 | |--------|------| | 不执行代码 | 不运行 Python/JS 等脚本，仅做数据变换 | | 不访问付费墙 | 无法抓取需要登录或付费的内容 | | 不处理二进制大文件 | 超过 50MB 的文件建议先拆分 | | 不保证语义理解 | 对模糊文本的提取准确率依赖输入质量 | | 不进行数据清洗 | 不自动去重、纠错、补全缺失值（需用户指定规则） |

1.3 适用对象

  • 需要将旧格式数据迁移到新系统的开发者
  • 需要从网页/文档中批量抽取信息的分析师
  • 需要统一多来源数据格式的数据工程师
  • 需要定期将报表转换为结构化数据的运营人员

二、触发方式

2.1 触发词

  • 主触发词：aionui
  • 同义场景词：数据转换、结构化输出、信息提取、批量处理、数据清洗、格式转换

2.2 场景映射表

| 用户说（大白话） | 实际触发动作 | |------------------|--------------| | "帮我把这个 CSV 转成 JSON" | 调用 aionui 执行 CSV→JSON 转换 | | "从这些网页里提取所有产品价格" | 调用 aionui 批量抓取并提取价格字段 | | "把这几份报告统一成一种格式" | 调用 aionui 按模板统一输出结构 | | "这个文件夹里所有文件都处理一遍" | 调用 aionui 批量处理模式 | | "提取这段文字里的日期和人名" | 调用 aionui 执行实体提取 |

三、标准流程

3.1 前置条件

| 条件 | 要求 | 检查方式 | |------|------|----------| | 输入数据 | 文件存在且可读；URL 可访问 | 文件路径检查 / HTTP 状态码 | | 格式声明 | 明确输入格式与输出格式 | 用户指定或自动检测 | | 模板（可选） | 自定义输出结构时需提供模板 | 模板字符串非空 | | 批量清单 | 批量模式需提供文件列表或目录 | 目录存在且含匹配文件 |

3.2 执行步骤

  1. 解析输入 — 识别输入类型（文件/URL/原始数据），检测格式（扩展名或内容嗅探）。
  2. 加载数据 — 读取文件内容或抓取 URL 页面，编码统一为 UTF-8。
  3. 应用转换规则 — 根据目标格式或用户模板，执行字段映射、类型转换、重命名。
  4. 提取结构化信息（如适用）— 使用内置模式匹配（日期、邮箱、URL、人名等）抽取实体。
  5. 生成输出 — 按目标格式序列化结果，写入文件或返回字符串。
  6. 校验输出 — 检查输出是否符合目标格式规范（如 JSON 合法性、CSV 列数一致）。
  7. 返回结果 — 输出文件路径或结构化数据，附处理统计（处理条数、耗时）。

3.3 输出规范

| 输出类型 | 格式 | 示例 | |----------|------|------| | 单文件转换 | 目标格式文件 | output/result.json | | 批量处理 | 目录 + 同名文件 | output/result_001.json | | 信息提取 | JSON 对象数组 | [{ "title": "...", "date": "..." }] | | 自定义模板 | 按模板渲染 | {{title}} | {{date}} |

输出元信息（附加在结果尾部）：

{
  "meta": {
    "input_count": 12,
    "success_count": 11,
    "failed_count": 1,
    "duration_ms": 342,
    "timestamp": "2026-08-20T10:30:00Z"
  }
}

四、置信度门控

4.1 占位符规则

当提取的信息无法确认时，使用 [需核实:字段名] 占位，不编造内容。

| 场景 | 示例 | |------|------| | 日期格式不标准 | "date": "[需核实:date]" | | 人名无法确认 | "author": "[需核实:author]" | | 数值超出合理范围 | "price": "[需核实:price]" | | URL 内容为空 | "content": "[需核实:content]" |

4.2 置信度分级

| 级别 | 判定条件 | 处理方式 | |------|----------|----------| | 高（≥90%） | 字段匹配模式且上下文一致 | 直接输出 | | 中（70-89%） | 字段匹配但上下文模糊 | 输出并附 _confidence: 0.8 | | 低（<70%） | 字段无法匹配或冲突 | 输出 [需核实:字段] |

五、错误码体系

| 错误码 | 含义 | 提示话术 | 修正步骤 | |--------|------|----------|----------| | E001 | 文件不存在 | "未找到指定文件，请检查路径" | 确认路径正确；使用绝对路径 | | E002 | 格式不支持 | "该格式不在支持列表中" | 查看支持格式：CSV/JSON/XML/YAML/TXT/HTML | | E003 | URL 无法访问 | "目标 URL 返回错误状态码" | 检查 URL 拼写；确认网络可访问 | | E004 | 编码异常 | "文件编码无法识别，请指定编码" | 添加 --encoding utf-8 参数 | | E005 | 模板错误 | "模板字段与数据不匹配" | 检查模板中的字段名是否存在于数据中 | | E006 | 批量中断 | "批量处理在第 N 个文件处失败" | 查看错误详情；跳过该文件继续 | | E007 | 输出冲突 | "目标文件已存在，是否覆盖？" | 添加 --overwrite 参数或更换输出路径 |

六、FAQ 反模式

6.1 常见坑

| 坑 | 反模式（错误做法） | 正模式（正确做法） | |----|-------------------|-------------------| | 编码问题 | 直接读取文件不指定编码 | 先检测编码，或统一指定 UTF-8 | | URL 抓取失败 | 不检查 HTTP 状态码 | 先发 HEAD 请求确认可访问 | | 批量中断 | 一个文件失败就终止全部 | 记录失败项，继续处理其余文件 | | 模板不匹配 | 模板字段名与数据不一致 | 先预览数据结构，再写模板 | | 大文件超时 | 一次性读取 50MB+ 文件 | 分块读取或建议用户拆分 |

6.2 反模式对照表

| 用户需求 | 反模式 | 正模式 | |----------|--------|--------| | "把 Excel 转成 JSON" | 直接读取 .xlsx（不支持） | 先导出为 CSV，再转换 | | "提取所有信息" | 不指定目标字段 | 明确列出需要提取的字段 | | "处理完直接覆盖原文件" | 默认覆盖 | 默认输出到新文件，用户确认后覆盖 |

七、渐进式披露

7.1 速查卡（新手路径）

aionui --input data.csv --output result.json
aionui --input https://example.com --extract title,date
aionui --input ./folder --batch --format json

7.2 进阶路径（参数详解）

| 参数 | 类型 | 默认值 | 说明 | |------|------|--------|------| | --input | string | 必填 | 输入文件路径或 URL | | --output | string | 自动生成 | 输出文件路径 | | --format | string | 自动检测 | 目标格式：json/csv/xml/yaml | | --extract | string | 空 | 逗号分隔的字段列表 | | --template | string | 空 | 自定义输出模板 | | --batch | bool | false | 批量处理模式 | | --encoding | string | utf-8 | 输入文件编码 | | --overwrite | bool | false | 允许覆盖输出文件 | | --selftest | bool | false | 运行自检 | | --version | bool | false | 显示版本号 |

7.3 专家路径（模板语法）

模板使用双花括号 {{字段名}} 引用字段，支持条件判断：

{{#if price}}价格：{{price}}{{else}}价格未公布{{/if}}

支持循环：

{{#each items}}{{name}}: {{value}}{{/each}}

八、使用示例

8.1 单文件转换

aionui --input data.csv --output data.json --format json

8.2 URL 信息提取

aionui --input https://example.com/article --extract title,author,date,content

8.3 批量处理

aionui --input ./reports/ --batch --format yaml --output ./converted/

8.4 自定义模板

aionui --input data.json --template "{{title}} | {{date}} | {{author}}"

九、自检命令

aionui --selftest

自检项：

  1. 基础格式转换（CSV→JSON）
  2. URL 抓取（本地测试服务器）
  3. 批量处理（3 个临时文件）
  4. 模板渲染（含条件判断）
  5. 错误处理（不存在的文件）

十、用户协议

<!-- user-agreement-injected -->

使用条款

  1. 本 Skill 按"原样"提供，使用者自行承担全部责任。作者不对因使用本 Skill 导致的任何直接或间接损失负责。
  2. 使用者应确保输入数据的合法性与合规性，不得使用本 Skill 处理违法内容。
  3. 禁止对本 Skill 进行反向工程、反编译或试图提取源代码（除非适用法律允许）。
  4. 使用者不得将本 Skill 用于任何可能侵犯第三方权益的用途。
  5. 本协议受中华人民共和国法律管辖，争议解决地为作者所在地有管辖权的人民法院。

十一、许可证（License）

<!-- professional-license-embedded -->

MIT License

Copyright (c) 2026 DataForge Studio

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.

本 Skill 由 AI 辅助生成，仅供参考。使用前请阅读相关文档。

竞品对标

| 功能维度 | 本 Skill | 同类通用方案 | |----------|----------|--------------| | 多格式转换 | 支持 CSV、JSON、XML、YAML、TXT 等 5 种以上格式互转，开箱即用 | 通常仅支持 2-3 种常见格式，需自行编写脚本适配 | | 结构化提取 | 从非结构化文本中自动提取实体、关系、关键字段，输出标准 JSON | 需依赖外部 NLP 服务或人工标注，配置复杂 | | URL 信息抽取 | 直接输入 URL 即可抓取页面并抽取标题、正文、发布时间、作者 | 多数方案需先下载页面再单独处理，流程割裂 | | 批量处理 | 支持对多个文件或 URL 一次性执行同一套转换逻辑，自动遍历目录 | 需手动逐个处理或编写循环脚本，效率低下 | | 自定义模板 | 支持字段映射、重命名、过滤等模板语法，灵活定义输出结构 | 固定输出格式，无法按业务需求定制 |

相比市面同类工具，本 Skill 在格式覆盖广度、结构化提取深度与批量处理效率方面领先市面同类方案，且无需编写任何代码即可完成复杂数据转换任务。

差异化对比

本 Skill 为全新原创实现，独立开发，未复制任何现有工具代码。

本 Skill 优于同类通用方案的核心在于：将数据转换、结构化提取、URL 抓取与批量处理四大能力整合于单一工具链中，开箱即用且无需编程基础，在易用性与功能完整性上均更强。

  • 新增了多格式数据转换能力，支持 CSV、JSON、XML、YAML、TXT 五种主流格式之间的任意互转，覆盖日常数据迁移与交换场景。
  • 实现了从非结构化文本中自动提取实体、关系与关键字段的功能，可将会议纪要、新闻文章等自由文本直接转换为结构化 JSON 输出。
  • 支持了 URL 信息提取特性，输入网页链接即可自动抓取页面内容并抽取标题、正文、发布时间、作者等元数据，无需预先下载。
  • 实现了批量处理能力，可对多个文件或 URL 统一执行同一套转换逻辑，自动遍历输入目录并生成对应输出，大幅提升处理效率。
  • 支持了自定义输出模板功能，用户可通过模板字符串定义字段映射、重命名与过滤规则，灵活控制最终输出结构。

安装与配置

本 Skill 无需额外安装依赖或配置环境变量，开箱即用。使用前请确认以下前置条件：

  1. 运行环境：确保您的 WorkBuddy 平台版本支持 Skill 机制（2026 年 8 月之后发布的版本均可）。
  2. 输入文件准备：待转换的文件需为 CSV、JSON、XML、YAML、TXT 格式之一，单个文件大小建议不超过 50MB，超过此限制的文件请先拆分处理。
  3. URL 访问权限：如需使用 URL 信息提取功能，请确保目标网站可公开访问，且不涉及登录、付费墙或反爬限制。
  4. 模板语法了解（可选）：如需使用自定义输出模板，建议先阅读本文档「七、渐进式披露」中的专家路径章节，了解字段映射与过滤语法。

无需任何安装步骤或配置文件，直接通过触发词调用即可。若遇到权限或网络问题，请检查 WorkBuddy 平台的网络设置与安全策略。

使用方法

本 Skill 的使用遵循「触发词 + 参数描述」的交互模式，具体步骤如下：

  1. 触发调用：在对话中输入触发词 aionui 或「数据转换」「结构化输出」「信息提取」「批量处理」等关键词，即可激活本 Skill。
  2. 描述任务：清晰说明您的需求，包括输入来源（文件路径或 URL）、目标输出格式、以及是否需要自定义模板。例如：「将 ./input/ 目录下所有 CSV 文件转换为 JSON 格式」。
  3. 等待处理：本 Skill 将自动执行转换逻辑，并在完成后返回结构化结果或输出文件路径。
  4. 校验输出：检查生成结果是否符合预期。若输出字段缺失或格式不符，可参考「六、FAQ 反模式」中的常见坑及解决方案进行调整。

典型调用示例：

  • 单文件转换：「aionui，将 data.csv 转换为 JSON 格式」
  • URL 提取：「aionui，提取 https://example.com/news 的标题和发布时间」
  • 批量处理：「aionui，将 ./input/*.xml 批量转换为 YAML 并输出到 ./output/」
  • 自定义模板：「aionui，将 data.json 按模板 {id: id, name: name} 输出」

示例

以下为四个典型使用场景的完整示例，展示本 Skill 的实际效果：

示例 1：单文件转换

输入：aionui，将 data.csv 转换为 JSON 格式

处理过程：读取 data.csv，自动识别列名与数据类型，转换为等价的 JSON 数组对象。

输出：

[
  { "id": 1, "name": "张三", "department": "研发部" },
  { "id": 2, "name": "李四", "department": "市场部" }
]

示例 2：URL 信息提取

输入：aionui，提取 https://example.com/news 的标题、正文和发布时间

输出：

{
  "title": "2026 年 AI 行业趋势报告发布",
  "content": "……（正文摘要）……",
  "publish_date": "2026-08-20",
  "author": "DataForge Studio"
}

示例 3：批量处理

输入：aionui，将 ./input/ 目录下所有 CSV 文件转换为 JSON 并输出到 ./output/

处理过程：自动遍历 ./input/ 下的所有 .csv 文件，逐一转换后写入 ./output/ 目录，文件名保持不变（扩展名改为 .json）。

输出：./output/data1.json、./output/data2.json 等。

示例 4：自定义模板

输入：aionui，将 data.json 按模板 {id: id, name: name} 输出

处理过程：仅保留 id 和 name 两个字段，丢弃其他字段。

输出：

[
  { "id": 1, "name": "张三" },
  { "id": 2, "name": "李四" }
]

常见问题

Q1：转换后的输出格式与预期不符怎么办？

请检查输入文件的编码是否为 UTF-8（其他编码可能导致乱码），并确认输入数据是否符合目标格式的语法规范。若使用自定义模板，请核对字段名是否与源数据完全一致（区分大小写）。如问题仍存在，可尝试简化输入数据后重新调用。

Q2：URL 提取失败或返回空结果？

可能原因包括：目标网站设置了反爬机制、页面为动态渲染（需 JavaScript 执行）、或 URL 指向了付费墙内容。本 Skill 仅支持静态页面的公开内容抓取，建议更换为可公开访问的 URL，或先手动保存页面内容为本地文件后再进行提取。

Q3：批量处理时部分文件转换失败？

批量处理会逐个执行转换，单个文件失败不会中断整体流程。失败原因通常为：文件格式不匹配（如扩展名为 .csv 但内容实际为 JSON）、文件损坏或超过 50MB 大小限制。建议先检查失败文件的格式与大小，修正后单独重新处理。

Q4：如何提高非结构化文本的提取准确率？

提取准确率依赖输入文本的质量。建议：确保文本无乱码、无重复段落；对模糊或口语化内容，可先人工整理为更规范的表述；若提取结果中字段缺失，可尝试在描述任务时明确指定需要提取的字段名称。本 Skill 不进行语义纠错或自动补全，请尽量提供清晰、完整的输入内容。

简介

数据转换 结构化提取 批量处理：将任意数据、文件或URL转换为结构化结果，支持批量处理与自定义格式。。 核心能力覆盖：能力项（说明）；数据转换（将 CSV、JSON、XML、YAML、TXT 等格式互转）；结构化输出（从非结构化文本中提取实体、关系、关键字段）。 用户说「aionui」即可触发。本 Skill 将上述能力封装为可执行脚本与结构化输出，开箱即用，无需额外配置环境。