菜单
文献引用标记移除工具。读取含引用标记的文本，移除数字型、作者年份型和上标型引用标记，保留正文语义并输出清理后的文本。 当用户提到移除引用标记、清理参考文献标注、删除文献引用等需求时使用此skill。 适用于科研论文、学术文档的文本清洗，不负责参考文献章节重写、文献内容解析或非引用括号内容的系统抽取。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | citation_marker_remover |
| description | | |
本skill用于移除科研文本中的引用标记，支持多种常见的引用格式。 适用于科研论文、学术文档的文本清洗，为后续NLP处理提供干净的文本。
支持以下文件格式：
不支持的文件格式会直接报错拒绝，不会自动猜测格式；如需处理其他格式，请先转换为以上支持格式后再使用本skill。
当用户请求以下任务时，应使用此skill：
[1], [2], [1,2,3][1-5], [1,3-5](1), (2,3)¹, ², ³(Smith, 2020)(Smith and Jones, 2020)(Smith et al., 2020)Smith (2020)(Smith, 2020; Jones, 2021)¹, ², ³, ⁴, ⁵[1] 作为上标{1}, <1>[ref1], [cite1]python scripts/run_citation_marker_remover.py \
--input paper.jsonl \
--output cleaned.jsonl
python scripts/run_citation_marker_remover.py \
--input paper.jsonl \
--output cleaned.jsonl \
--citation_styles numeric
python scripts/run_citation_marker_remover.py \
--input paper.jsonl \
--output cleaned.jsonl \
--remove_reference_section true
python scripts/run_citation_marker_remover.py \
--input paper.jsonl \
--output cleaned.jsonl \
--citation_styles "numeric,author_year"
| 参数 | 必填 | 说明 |
|---|---|---|
--input | 是 | 输入文件路径 |
--output | 是 | 输出文件路径 |
--citation_styles | 否 | 引用格式：all/numeric/author_year/superscript，默认all |
--remove_inline_refs | 否 | 是否移除行内引用，默认true |
--remove_reference_section | 否 | 是否移除参考文献章节，默认false |
--preserve_context | 否 | 是否保留上下文，默认true |
--text_field | 否 | 文本字段名，默认text |
原文: 研究表明[1]，该方法具有较高的准确率[2,3]。Smith et al. (2020)也得出了类似结论。
清理后: 研究表明，该方法具有较高的准确率。也得出了类似结论。
原文: 根据文献(Johnson, 2019; Lee, 2020)，这一现象普遍存在。
清理后: 根据文献，这一现象普遍存在。
原文: 实验结果¹²³表明该假设成立。
清理后: 实验结果表明该假设成立。
[OK] Citation marker removal completed!
Input file: paper.jsonl
Citation styles: all
Total samples: 1000
Modified samples: 850 (85.0%)
Citations removed: 5200
Citation types:
- Numeric [1]: 3500
- Author-year (Smith, 2020): 1200
- Superscript: 500
Output file: cleaned.jsonl
PiFlow 技能生成器。当用户完成了一次完整并成功的数据处理任务时调用，根据当前 skills/generated 的本地约定和 references/piflow_skill_template.md 通用模板创建、更新或校验 PiFlow-compatible skill，包括 UTF-8 编码的 SKILL.md、DAG 可读的 input_params/output_params、version/category/tag 元数据、skill.json、scripts/references/assets 资源目录，以及本地校验脚本。仅在用户明确要求生成或保存 skill，或某次数据处理任务已经完成并需要把已验证成功的操作流程沉淀为 skill 时使用；默认不要因为“可能需要 skill”或“当前能力不足”而优先触发此 skill。
LLM 文件转换算子。用于读取一个文本文件，按照给定指令调用大模型进行内容转换，并输出新的文本文件。
领域缩略语展开 Skill：按内置或外部词典将独立缩略语替换为全称，可选在全称后保留原缩写。 适用于技术文本、论文摘要和业务记录中的缩写清洗；不负责模糊缩写消歧或大小写无关替换。
括号类型统一工具。读取结构化数据文件，执行中文/全角括号到 ASCII 半角括号的映射，输出括号已统一的结构化数据文件。 当用户提到括号统一、全角括号转半角、中文括号转换、括号规范化等需求时使用此skill。 即使用户没有明确说出"bracket_normalizer"，只要任务涉及括号类符号统一，就应该使用此skill。 不负责全角字母数字转换、Unicode正规化或其他通用全半角处理。
跨字段比较校验工具。读取结构化数据文件（CSV、TSV、Excel等），检查两个字段之间的逻辑约束关系 是否满足（如 start < end、min ≤ max、price >= cost），支持六种比较运算符，多约束可组合使用。 当用户提到跨字段校验、字段间比较、逻辑约束检查、大小关系验证等需求时使用此skill。 即使用户没有明确说出"跨字段"，只要任务涉及验证两个字段值之间的逻辑关系，就应该使用此skill。
结构化表格重复行检测工具。仅检查CSV/TSV/Excel等表格型数据中的完全重复记录或指定列子集重复， 标记后续重复行并保留首次出现；不处理文本片段清理、文档去重或其他字段质控。