mcpField
S
sample-text-processor

sample-text-processor

github.com/borghei测试与质量1.0k116 次安装5 天前更新
代码仓库

关于 sample-text-processor

sample-text-processor 是用于分析和转换文本文件的 Python 技能，也是 claude-skills 生态中的基础示例。它支持单文件和批量处理，并可输出人类可读文本或 JSON。

主要功能

  1. 01统计词数及词频
  2. 02分析字符数和行数
  3. 03转换为大写、小写或标题格式
  4. 04处理单个文件或目录
  5. 05输出文本或 JSON

适用场景

  1. 01汇总文档的词数和字符数
  2. 02将文本文件转换为标题格式
  3. 03为目录中的文件生成 JSON 统计

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/borghei/claude-skills --skill sample-text-processor

安装后在 Claude Code 中输入/sample-text-processor确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

README.md
assets/
sample_text.txt
test_data.csv
expected_outputs/
sample_text_analysis.json
references/
api-reference.md
scripts/
text_processor.py

详细介绍

示例文本处理器

名称：sample-text-processor 层级：BASIC 类别：文本处理 依赖项：无（仅使用 Python 标准库） 作者：Claude Skills Engineering Team 版本：1.0.0 最后更新：2026-02-16

描述

Sample Text Processor 是一项简单的技能，旨在演示 claude-skills 生态系统所要求的基本结构和功能。此技能提供基本的文本处理功能，包括词数统计、字符分析和基础文本转换。

此技能可作为 BASIC 层级要求的参考实现，也可用作创建新技能的模板。它展示了符合生态系统最佳实践的文件结构、文档规范和实现模式。

此技能可处理文本文件，并以便于人类阅读和 JSON 两种格式提供统计数据和转换结果，展现了 claude-skills 仓库中技能所需的双格式输出。

功能

核心功能
  • 词数分析：统计总词数、不重复词数和词频
  • 字符统计：分析字符数、行数和特殊字符
  • 文本转换：将文本转换为大写、小写或标题格式
  • 文件处理：处理单个文本文件或批量处理目录
  • 双输出格式：以 JSON 和便于人类阅读的格式生成结果
技术特性
  • 提供全面参数解析的命令行界面
  • 针对常见文件和处理问题的错误处理
  • 批量操作的进度报告
  • 可配置的输出格式和详细程度
  • 仅依赖标准库，兼容多个平台

用法

基本文本分析
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

示例

示例 1：基本词数统计
$ python text_processor.py analyze sample.txt
=== TEXT ANALYSIS RESULTS ===
File: sample.txt
Total words: 150
Unique words: 85
Total characters: 750
Lines: 12
Most frequent word: "the" (8 occurrences)
示例 2：JSON 输出
$ python text_processor.py analyze sample.txt --format json
{
  "file": "sample.txt",
  "statistics": {
    "total_words": 150,
    "unique_words": 85,
    "total_characters": 750,
    "lines": 12,
    "most_frequent": {
      "word": "the",
      "count": 8
    }
  }
}
示例 3：文本转换
$ python text_processor.py transform sample.txt --mode title
Original: "hello world from the text processor"
Transformed: "Hello World From The Text Processor"

安装

此技能仅需 Python 3.7 或更高版本及标准库。无需安装外部依赖项。

  1. 克隆或下载技能目录
  2. 进入 scripts 目录
  3. 使用 Python 直接运行文本处理器
cd scripts/
python text_processor.py --help

配置

文本处理器支持通过命令行参数设置各种配置选项：

  • --format：输出格式（json、text）
  • --verbose：启用详细输出和进度报告
  • --output：指定输出文件或目录
  • --encoding：指定文本文件编码（默认：utf-8）

架构

此技能采用简单的模块化架构：

  • TextProcessor 类：核心处理逻辑和统计计算
  • OutputFormatter 类：负责生成双格式输出
  • FileManager 类：管理文件 I/O 操作和批量处理
  • CLI 界面：命令行参数解析和用户交互

错误处理

此技能包含全面的错误处理，涵盖：

  • 文件未找到或权限错误
  • 编码无效或文本文件损坏
  • 超大文件的内存限制
  • 输出目录创建和写入权限
  • 无效的命令行参数和参数值

性能注意事项

  • 通过流式处理高效利用大型文本文件的内存
  • 使用字典查找优化词数统计
  • 对大型数据集进行批量处理并报告进度
  • 支持为国际文本配置编码检测

贡献

此技能可作为参考实现。欢迎提交贡献，以展示最佳实践：

  1. 遵循 PEP 8 编码规范
  2. 编写全面的文档字符串
  3. 使用示例数据添加测试用例
  4. 为任何新功能更新文档
  5. 确保向后兼容

局限性

作为 BASIC 级技能，此处有意省略了一些高级功能：

  • 复杂文本分析（情感分析、语言检测）
  • 高级文件格式支持（PDF、Word 文档）
  • 数据库集成或外部 API 调用
  • 针对超大型数据集的并行处理

此技能展示了 claude-skills 生态系统中 BASIC 级技能所需的基本结构和质量标准，同时保持简单，并聚焦于核心功能。

评论

支持 Markdown