| 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}}}}
