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

数据整理 结构化转换 批量处理

zippy

person作者: u_60e83e07hubenterprise
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 -->

本内容由 AI 生成，仅供学习参考

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

zippy 技能手册

一、能力边界速查卡

1.1 能做与不能做

| 维度 | 能做 | 不能做 | |------|------|--------| | 输入类型 | 用户提供的文本、表格文件（CSV/TSV）、JSON、URL 指向的公开数据 | 需要登录鉴权的私有接口、二进制加密文件 | | 处理能力 | 关键信息提取、字段映射、格式标准化、批量转换 | 语义理解之外的推理判断、主观内容生成 | | 输出形式 | 结构化 JSON、CSV、Markdown 表格，支持自定义字段顺序 | 直接写入用户本地文件系统（需用户确认后提供路径） | | 质量保障 | 对每条输出标注置信度（高/中/低） | 对缺失字段进行无依据的猜测填充 | | 批量能力 | 支持多文件批量处理，自动识别命名规律 | 处理超过 1000 条记录的超大批量任务（建议分批） |

1.2 适用对象

  • 需要将散乱数据整理为统一格式的运营人员
  • 需要从网页或文档中提取结构化信息的分析人员
  • 需要批量转换文件格式的开发人员
  • 需要快速验证数据质量的测试人员

二、触发方式与场景映射

2.1 触发词

当用户输入包含以下任一关键词时，本技能自动激活：

  • zippy（主触发词）
  • 数据转换 / 结构化输出 / 批量处理 / 格式整理（同义触发词）
  • 帮我整理这个文件 / 把这段内容转成表格（意图触发）

2.2 场景映射表

| 用户说（大白话） | 实际需求 | 本技能响应 | |------------------|----------|------------| | "这个 CSV 乱得很，帮我理理" | 清洗并标准化 CSV 字段 | 解析字段，按约定格式重组，输出标准化结果 | | "把这个网页里的产品信息抓出来" | 从 URL 提取结构化数据 | 抓取页面，识别产品字段，输出 JSON | | "我有 50 个文件要统一格式" | 批量格式转换 | 先单样本试运行，确认后批量执行 | | "这个 JSON 里有些字段我不需要" | 字段筛选与重排 | 按用户指定字段白名单过滤输出 |

三、标准处理流程

3.1 前置条件

| 条件项 | 要求 | 检查方式 | |--------|------|----------| | 输入文件 | 与工作目录同目录，命名含批次标识（如 input_01.csv） | 执行 ls 确认 | | 格式声明 | 用户需明确输入格式与期望输出格式 | 对话确认或默认按 JSON 输出 | | 字段映射 | 若需字段重命名，用户需提供映射关系 | 无映射时保留原字段名 | | 环境检查 | 确认 zippy 版本可用 | 执行 zippy --version |

3.2 执行步骤

第一步：输入解析

  1. 识别输入类型（文本/文件/URL）
  2. 读取原始内容，检测编码与分隔符
  3. 提取关键字段清单，与用户确认字段含义

第二步：规则应用

  1. 按以下优先级处理字段：
    • 用户显式指定的字段映射 > 通用命名规范 > 原样保留
  2. 对每个字段执行类型校验（字符串/数字/日期/布尔）
  3. 对异常值标记 [需核实:字段名] 占位符

第三步：置信度标注

| 置信度等级 | 判定条件 | 标注方式 | |------------|----------|----------| | 高 | 字段值完整且类型匹配 | 不加标注 | | 中 | 字段值存在但格式可疑（如日期格式不统一） | 追加 [中置信] | | 低 | 字段缺失或值明显异常 | 追加 [需核实:字段名] |

第四步：输出生成

  1. 按约定格式生成结果（默认 JSON）
  2. 自查清单：
    • [ ] 所有字段是否完整
    • [ ] 格式是否符合约定
    • [ ] 置信度标注是否到位
  3. 输出结果，并附处理摘要（输入条数、输出条数、异常数）

3.3 输出规范

{
  "meta": {
    "input_count": 10,
    "output_count": 10,
    "warning_count": 2,
    "processed_at": "2026-08-19T10:30:00Z"
  },
  "data": [
    {
      "id": "001",
      "name": "示例条目",
      "value": 42,
      "note": "[需核实:value]"
    }
  ]
}

四、置信度门控机制

4.1 基本原则

绝不编造数据。 当信息不足或存在歧义时，使用 [需核实:字段名] 占位，并在输出摘要中说明原因。

4.2 常见需核实场景

| 场景 | 处理方式 | 示例 | |------|----------|------| | 字段缺失 | 输出占位符，不猜测默认值 | "age": "[需核实:age]" | | 格式冲突 | 保留原始值，标注低置信度 | "date": "2024/1/5 [需核实:date]" | | 编码异常 | 尝试常见编码，失败则标记 | "content": "[需核实:content-encoding]" | | 语义歧义 | 输出所有可能值，标注需用户确认 | "type": "A/B [需核实:type]" |

4.3 用户确认流程

当出现 3 个以上需核实字段时，暂停输出，向用户提问：

检测到以下字段存在歧义，请确认处理方式：

  1. date 字段格式不统一，是否统一转为 ISO 8601？
  2. category 字段存在未知值，是否忽略或映射为"其他"？

五、错误码体系

| 错误码 | 含义 | 提示话术 | 修正步骤 | |--------|------|----------|----------| | E001 | 输入文件不存在 | "未找到指定文件，请确认路径是否正确" | 检查文件名与路径，重新输入 | | E002 | 格式无法解析 | "无法识别输入格式，请确认文件类型" | 提供文件头 10 行样本，确认格式 | | E003 | 字段映射冲突 | "字段映射存在冲突，请检查映射关系" | 列出冲突字段，请用户指定优先级 | | E004 | 批量处理中断 | "批量处理在第 N 条中断，请检查数据" | 查看错误日志，修复后从断点续跑 | | E005 | 输出格式不支持 | "暂不支持该输出格式，请选择 JSON/CSV/Markdown" | 重新指定输出格式 | | E006 | URL 访问失败 | "无法访问目标 URL，请检查网络或链接有效性" | 确认 URL 可公开访问后重试 |

六、FAQ 与反模式对照

6.1 常见坑

| 坑 | 反模式（错误做法） | 正模式（正确做法） | |----|-------------------|-------------------| | 忽略字段缺失 | 直接跳过缺失字段，不输出任何标记 | 输出 [需核实:字段名] 占位符 | | 过度推断 | 根据上下文猜测缺失值并填入 | 标注需核实，交由用户确认 | | 批量盲目执行 | 直接对全量数据执行，不做样本验证 | 先跑单条样本，核对无误后再全量 | | 覆盖原始文件 | 直接修改源文件，无备份 | 输出到新文件，保留原始文件 | | 忽略编码问题 | 假设所有文件都是 UTF-8 | 检测编码，异常时提示用户 |

6.2 反模式对照表

| 反模式 | 后果 | 替代方案 | |--------|------|----------| | "这个字段肯定是日期，我直接转了" | 格式错误导致下游解析失败 | 先确认格式，再转换 | | "缺失的我就填 0 吧" | 数据失真，影响分析结果 | 用占位符标记，让用户决定 | | "50 个文件一起跑吧" | 中途出错难以定位 | 先跑 1 个，再跑 5 个，最后全量 |

七、渐进式阅读路径

7.1 新手快速上手（30 秒）

  1. 将文件放入工作目录
  2. 输入：zippy 帮我整理 input.csv
  3. 查看输出的 JSON 结果
  4. 如有 [需核实] 标记，回复确认即可

7.2 进阶用户指南（3 分钟）

  1. 自定义字段映射：提供映射关系，如 {"原字段A": "新字段B"}
  2. 批量处理：文件命名含序号（data_01.csv 至 data_50.csv），执行 zippy --batch
  3. 格式定制：指定输出为 CSV 或 Markdown 表格
  4. 质量校验：使用 zippy --selftest 验证当前环境配置

7.3 高级技巧

  • 管道处理：将输出结果作为下一个处理步骤的输入
  • 规则文件：将常用字段映射保存为规则文件，重复使用
  • 异常捕获：使用 --strict 模式，遇到异常立即停止并报告

八、命令行接口参考

| 命令 | 参数 | 说明 | |------|------|------| | zippy | 无 | 进入交互模式 | | zippy --selftest | 无 | 运行自检，验证环境配置 | | zippy --version | 无 | 显示版本号 | | zippy --batch | 文件通配符 | 批量处理模式 | | zippy --strict | 无 | 严格模式，遇错即停 | | zippy --output | 格式名 | 指定输出格式（json/csv/md） |

用户协议

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

使用本 Skill 即表示您同意以下条款：

  1. 责任承担：使用者自行承担因使用本 Skill 产生的全部责任。本 Skill 提供的处理结果仅供参考，不构成任何形式的保证或承诺。

  2. 禁止反向工程：不得对本 Skill 的底层逻辑、提示词结构、生成机制进行反向工程、破解、提取或二次传播。

  3. 合规使用：使用者应确保输入数据的合法性与合规性，不得使用本 Skill 处理违法违规内容。

  4. 免责声明：本 Skill 为 AI 辅助生成，可能存在缺陷或不足，使用者应自行验证输出结果的准确性与适用性。

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 | 数据整理 结构化转换 批量处理 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. 用户需要快速完成数据整理 结构化转换 批量处理，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：将用户提供的任意数据、文件或URL转换为规范的结构化结果，支持批量处理与自定义格式。
  • 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：将用户提供的任意数据、文件或URL转换为规范的结构化结果，支持批量处理与自定义格式。，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）

数据整理 结构化转换 批量处理——将用户提供的任意数据、文件或URL转换为规范的结构化结果，支持批量处理与自定义格式。。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 zippy

# 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 --input 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。

许可证（License）

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

MIT License

版权所有 (c) 2026 流云工坊

特此免费授予任何获得本软件及相关文档文件（以下简称"软件"）副本的人士处理本软件的权利，包括但不限于使用、复制、修改、合并、发布、分发、再许可和/或销售软件副本的权利，并允许向软件所提供给的人士提供本软件，但须满足以下条件：

上述版权声明和本许可声明应包含在软件的所有副本或重要部分中。

本软件按"原样"提供，不附带任何明示或暗示的保证，包括但不限于适销性、特定用途适用性和非侵权性的保证。在任何情况下，作者或版权持有人均不对任何索赔、损害或其他责任负责，无论是在合同诉讼、侵权行为或其他方面，由软件或软件的使用或其他交易引起、由软件或软件的使用或其他交易产生或与之相关。