| name | data_normalizer |
| description | 数值标准化工具。读取JSONL数据，按指定字段执行Z-score或Min-Max标准化，并保留原始值与变更标记。
当用户提到数值标准化、归一化、字段规整、范围映射等需求时使用此skill。
即使用户没有明确说出"data_normalizer"，只要任务涉及对某个数值字段做标准化处理，就应该使用此skill。
不负责四舍五入/小数位统一（见DC3_RoundOff）、文本清洗、类别编码或多字段联合统计分析。
|
| name_zh | 数据标准化算子 |
| input_params | [{"name":"input","type":"string","required":true,"description":"输入JSONL文件路径"},{"name":"output","type":"string","required":true,"description":"输出JSONL文件路径"},{"name":"field","type":"string","required":true,"description":"要标准化的字段名"},{"name":"method","type":"string","required":true,"description":"标准化方法：z_score/min_max"},{"name":"new_min","type":"string","required":false,"default":"0","description":"min_max的目标最小值"},{"name":"new_max","type":"string","required":false,"default":"1","description":"min_max的目标最大值"},{"name":"log_file","type":"string","required":false,"description":"日志文件路径"}] |
| output_params | [{"name":"output","type":"jsonl_file","description":"标准化后的JSONL文件"},{"name":"log_file","type":"json_file","description":"可选日志文件"}] |
| tag | 标准化 |
data_normalizer 数据标准化 Skill
功能概述
本 skill 对 JSONL 中的单一数值字段进行标准化处理，支持 Z-score 标准化和 Min-Max 归一化两种方式。
它会在保留原始值的同时写回标准化结果，并为每条命中的记录补充变更标记。
触发条件
当用户请求以下任务时，应使用此 skill：
- 数值标准化
- 归一化
- 字段规整
- 范围映射
- Z-score 变换
核心参数说明
必需参数
| 参数 | 说明 |
|---|
--input | 输入JSONL文件路径 |
--output | 输出JSONL文件路径 |
--field | 要标准化的字段名 |
--method | 标准化方法 |
可选参数
| 参数 | 说明 | 默认值 |
|---|
--new_min | Min-Max 目标最小值 | 0 |
--new_max | Min-Max 目标最大值 | 1 |
--log_file | 日志文件路径 | - |
输入文件格式
{"id": 1, "score": 87.65}
{"id": 2, "score": 120}
{"id": 3, "score": -5}
输入必须是 JSONL，每行是一条 JSON 记录。
目标字段应为可转成数值的字段；无法转换的值会被跳过。
使用方法
Z-score 标准化
python scripts/run_data_normalizer.py \
--input ./input.jsonl \
--output ./output.jsonl \
--field score \
--method z_score
Min-Max 归一化到 [0, 100]
python scripts/run_data_normalizer.py \
--input ./input.jsonl \
--output ./output.jsonl \
--field score \
--method min_max \
--new_min 0 \
--new_max 100
输出示例
每条被处理记录会增加以下字段：
_{field}_normalized: true_{field}_original: 原始值
示例输出：
{"id": 1, "score": 0.44, "_score_normalized": true, "_score_original": 87.65}
环境要求
注意事项
- 只处理可转为数值的字段值。
z_score 会按当前样本整体均值和标准差计算。min_max 在所有值相等时会统一映射为 new_min。- 小数位统一 / 四舍五入需求请使用 DC3_RoundOff。
