菜单
数据横向关联工具。读取多个结构化数据文件，按指定键进行横向关联（JOIN），输出关联后的合并文件。 当用户提到数据关联、表连接、横向合并、键合并、JOIN等需求时使用此skill。 即使用户没有明确说出"关联"，只要任务涉及按某个字段将多个表的数据关联在一起，就应该使用此skill。 不负责数据纵向拼接（concat）、数据去重、或字段值聚合（GROUP BY）。
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 | data_merge_join |
| description | 数据横向关联工具。读取多个结构化数据文件，按指定键进行横向关联（JOIN），输出关联后的合并文件。 当用户提到数据关联、表连接、横向合并、键合并、JOIN等需求时使用此skill。 即使用户没有明确说出"关联"，只要任务涉及按某个字段将多个表的数据关联在一起，就应该使用此skill。 不负责数据纵向拼接（concat）、数据去重、或字段值聚合（GROUP BY）。 |
| name_zh | 数据横向关联算子 |
| input_params | [{"name":"input_files","type":"string","required":true,"description":"输入文件路径列表，多个文件用逗号分隔"},{"name":"output","type":"string","required":true,"description":"输出文件路径"},{"name":"join_key","type":"string","required":true,"description":"关联键字段名（必须在所有文件中存在）"},{"name":"join_how","type":"string","required":false,"default":"inner","description":"关联方式：inner（内连接）、left（左连接）、right（右连接）、outer（全连接）"},{"name":"use_dask","type":"string","required":false,"default":"False","description":"是否使用Dask处理大数据"},{"name":"blocksize","type":"string","required":false,"default":"64MB","description":"Dask分块大小"}] |
| output_params | [{"name":"output","type":"csv_file","description":"关联后的数据文件"}] |
| tag | 增强 |
本skill用于将多个结构化数据文件按指定键进行横向关联（JOIN），支持内连接（inner）、左连接（left）、右连接（right）、全连接（outer）四种方式。多文件关联时按顺序依次进行两两关联，重名列自动添加后缀 _1、_2 以避免冲突。
文件1: 文件2: 关联结果(inner join on key):
| key | A | | key | B | | key | A | B |
|-----|---| |-----|---| |-----|---|---|
| k1 | 1 | | k1 | x | | k1 | 1 | x |
| k2 | 2 | | k3 | y |
当用户请求以下任务时，应使用此skill：
| 参数 | 说明 |
|---|---|
--input_files | 输入文件路径列表，多个文件用逗号分隔 |
--output | 输出文件路径 |
--join_key | 关联键字段名，必须在所有输入文件中存在 |
| 参数 | 说明 | 默认值 |
|---|---|---|
--join_how | 关联方式：inner/left/right/outer | inner |
--use_dask | 是否使用Dask处理大数据 | False |
--blocksize | Dask分块大小 | 64MB |
支持 CSV、TSV、Excel（.xls/.xlsx）、SPSS（.sav）格式的结构化数据文件，每个文件必须包含关联键字段。
示例 employees.csv：
employee_id,name,department_id,salary,city
E001,Alice,SALES,8000,Beijing
E002,Bob,ENG,12000,Shanghai
示例 departments.csv：
department_id,dept_name,manager,location
SALES,Sales Department,Alice,Beijing
ENG,Engineering Department,Bob,Shanghai
python scripts/run_data_merge_join.py \
--input_files "file1.csv,file2.csv" \
--output merged.csv \
--join_key "id" \
--join_how inner
python scripts/run_data_merge_join.py \
--input_files "main.csv,lookup.csv" \
--output merged.csv \
--join_key "user_id" \
--join_how left
python scripts/run_data_merge_join.py \
--input_files "main.csv,lookup.csv" \
--output merged.csv \
--join_key "dept_id" \
--join_how right
python scripts/run_data_merge_join.py \
--input_files "table_a.csv,table_b.csv" \
--output merged.csv \
--join_key "key" \
--join_how outer
命令行输出：
[OK] Data merge completed!
Engine: pandas
Merge type: join
Input files: 2
Total rows before merge: 10, 5
Total rows after merge: 8
Total columns after merge: 8
Output file: merged.csv
输出CSV格式：
employee_id,name,department_id,salary,city,dept_name,manager,location
E001,Alice,SALES,8000,Beijing,Sales Department,Alice,Beijing
E002,Bob,ENG,12000,Shanghai,Engineering Department,Bob,Shanghai
本skill依赖 pandas 及可选依赖 dask、chardet：
pip install pandas openpyxl xlrd xlwt chardet
# 可选：大数据场景
pip install dask[dataframe]
_1、_2 等以避免冲突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。