specified-numeric-field-filter

name	specified_numeric_field_filter
description	指定数值字段过滤器。根据指定的数值字段信息进行筛选。 本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用以下指令进行安装： pip install py-data-juicer 当用户提到数值字段过滤、字段范围筛选、数值范围过滤、元数据数值过滤、按数值过滤等需求时使用此skill。
name_zh	指定数值字段过滤器算子
input_params	[{"name":"input_path","type":"string","required":true,"description":"输入数据文件路径 (JSON/JSONL格式)"},{"name":"output_path","type":"string","required":true,"description":"输出数据文件路径 (JSONL格式)"},{"name":"field_key","type":"string","required":true,"description":"字段路径，用点号分隔，如 'meta.star'"},{"name":"min_value","type":"float","required":false,"description":"最小值（默认不限）"},{"name":"max_value","type":"float","required":false,"description":"最大值（默认不限）"},{"name":"num_proc","type":"int","required":false,"default":1,"description":"并行处理的进程数"}]
output_params	[{"name":"output_path","type":"jsonl_file","description":"过滤后的JSONL格式数据文件，保持原始字段结构"}]
tag	数据筛选
publisher	COMMUNITY

功能概述

该算子根据指定数值字段的值进行过滤，保留数值在指定范围内的样本。支持嵌套字段。

核心参数

参数	类型	必填	默认值	说明
input_path	string	是	-	输入数据文件路径 (JSON/JSONL格式)
output_path	string	是	-	输出数据文件路径 (JSONL格式)
field_key	string	是	-	字段路径，用点号分隔，如 'meta.star' 或 'meta.key1.key2.count'
min_value	float	否	-2147483648	最小值
max_value	float	否	2147483647	最大值
num_proc	int	否	1	并行处理的进程数

输入数据格式

输入文件应为 JSON 或 JSONL 格式，每行包含一个样本，样本需包含指定的数值字段：

{"text": "文本内容", "meta": {"star": 50}}

支持嵌套字段：

{"text": "文本内容", "meta": {"key1": {"key2": {"count": 34}}}}