SuperAPI AI 工具集

sample-text-processor

通用与其它

查看项目

更新于 11-11 12:56

技能介绍

用途

Sample Text Processor 是一个刻意保持最简的参考技能,主要用途包括:作为 skill_validator.py 与 script_tester.py 的测试夹具;作为 BASIC 层级技能的结构与文档标准范例,供作者创建新技能时参照。其 frontmatter 保持有效 YAML 且仅限 Claude Code 读取的字段,避免被误当作模板复制多余内容。

主要能力

  • 词数分析:总词数、唯一词数、词频。
  • 字符统计:字符总数、行数及特殊字符。
  • 文本转换:大写、小写、标题格式。
  • 文件处理:处理单个文本文件或批量处理目录。
  • 双输出格式:JSON 与人类可读文本。
  • 命令行接口:完整参数解析、错误处理、批量进度报告、可配置输出与详细程度,仅依赖 Python 标准库,跨平台兼容。

使用方式

需 Python 3.7 或以上,无外部依赖。下载技能目录后进入 scripts 目录运行:

cd scripts/
python text_processor.py --help

基本分析:

python text_processor.py analyze document.txt
python text_processor.py analyze document.txt --output results.json

文本转换:

python text_processor.py transform document.txt --mode uppercase
python text_processor.py transform document.txt --mode title --output transformed.txt

批量处理:

python text_processor.py batch text_files/ --output results/
python text_processor.py batch text_files/ --format json --output batch_results.json

配置参数包括:--format(json 或 text)、--verbose(详细输出与进度)、--output(输出文件或目录)、--encoding(默认 utf-8)。

架构与错误处理

采用简单模块化架构:TextProcessor 类负责核心处理与统计,OutputFormatter 类负责双格式输出,FileManager 类负责文件 I/O 与批量处理,CLI 接口负责参数解析与交互。错误处理覆盖文件不存在或权限错误、编码无效或文件损坏、超大文件内存限制、输出目录创建与写入权限、无效命令行参数。性能方面通过流式读取控制大文件内存占用,使用字典查找优化词数统计,批量处理带进度报告,并支持可配置编码检测以处理国际文本。

适用场景与限制

适用于验证技能校验与脚本测试流程、作为编写新 BASIC 层级技能的模板,以及执行简单文本统计与大小写转换。作为 BASIC 层级技能,有意省略了复杂文本分析(情感分析、语言检测)、高级文件格式支持(PDF、Word)、数据库集成或外部 API 调用、超大数据集并行处理等高级功能。