القائمة
清理文本中的链接（HTTP/HTTPS/FTP）。当用户提到清理链接、删除URL、去除超链接、清理网页链接等需求时使用此skill。 即使用户没有明确说出"链接"，只要任务涉及从文本中删除或替换URL链接，就应该使用此skill。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/cas-bigdatalab/piflow --skill clean-links-mapperيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | clean_links_mapper |
| description | 清理文本中的链接（HTTP/HTTPS/FTP）。当用户提到清理链接、删除URL、去除超链接、清理网页链接等需求时使用此skill。 即使用户没有明确说出"链接"，只要任务涉及从文本中删除或替换URL链接，就应该使用此skill。 |
| name_zh | 清理文本中的链接（HTTP/HTTPS/FTP）算子 |
| input_params | [{"name":"input_path","type":"string","required":true,"description":"输入JSON文件路径"},{"name":"output_path","type":"string","required":true,"description":"输出JSON文件路径"},{"name":"repl","type":"string","required":false,"default":"","description":"替换字符串（默认为空，即删除）"}] |
| output_params | [{"name":"output_path","type":"json_file","description":"清理链接后的JSON文件"}] |
| tag | 数据转换 |
| publisher | COMMUNITY |
清理文本中的HTTP、HTTPS、FTP链接。
本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用同以下指令进行安装：
pip install py-data-juicer
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| input_path | string | 是 | - | 输入JSON文件路径 |
| output_path | string | 是 | - | 输出JSON文件路径 |
| repl | string | 否 | 空字符串 | 替换字符串（默认为删除） |
python scripts/run_clean_links_mapper.py --input_path <input_path> --output_path <output_path> [--repl <replacement>]
参照测试代码 test_clean_links_mapper.py 中的 _run_clean_links 函数：
# 1. 初始化算子
op = CleanLinksMapper() # 删除链接
# 或
op = CleanLinksMapper(repl='<LINKS>') # 替换为指定字符串
# 2. 将数据转为Dataset，使用 op.run(dataset) 处理
dataset = Dataset.from_list(samples)
result_dataset = op.run(dataset)
[
{"text": "访问 https://www.example.com 了解更多信息"},
{"text": "FTP服务器：ftp://ftp.example.com"}
]
[
{"text": "访问 了解更多信息"},
{"text": "FTP服务器："}
]
python scripts/run_clean_links_mapper.py --input_path example_input.json --output_path output.json
python scripts/run_clean_links_mapper.py --input_path example_input.json --output_path output.json --repl "<LINKS>"
repl 参数来替换为其他字符串