菜单
实体属性聚合工具。从多个文档中提取并总结给定实体的特定属性信息。 当用户提到从文档中提取实体信息、总结人物属性、聚合实体特征、提取文档中的实体信息、 根据文档总结实体属性（如总结某人物的主要经历、身份背景、成就等）等需求时使用此skill。 即使用户没有明确说出"聚合"或"实体"，只要任务涉及从多个文档中提取和总结某个主题/人物/实体的 特定属性，就应该使用此skill。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
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。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/cas-bigdatalab/piflow --skill entity-attribute-aggregator命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Dataspace 文件输入源算子。用于根据 Dataspace 数据源实例 ID 和空间内文件路径下载单个文件，并将该文件作为工作流输入提供给下游算子。该算子没有上游输入，必须作为 DAG 的起始节点使用。
Dataspace 文件输出终止算子。用于接收上游算子的单个文件输出，按指定相对目录上传到 Dataspace 空间目录中，实际文件名自动沿用输入文件名。该算子必须作为 DAG 的终止节点使用。
用于编辑或创建 Gaussian 输入文件（.gjf），支持添加 Link 0 指令（%chk、%oldchk、%nprocshared、%mem）、Route 行关键词、电荷和多重度。可对已有 gjf 文件进行参数填充，也可从零创建新的 gjf 文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | entity_attribute_aggregator |
| description | 实体属性聚合工具。从多个文档中提取并总结给定实体的特定属性信息。 当用户提到从文档中提取实体信息、总结人物属性、聚合实体特征、提取文档中的实体信息、 根据文档总结实体属性（如总结某人物的主要经历、身份背景、成就等）等需求时使用此skill。 即使用户没有明确说出"聚合"或"实体"，只要任务涉及从多个文档中提取和总结某个主题/人物/实体的 特定属性，就应该使用此skill。 |
| name_zh | 实体属性聚合算子 |
| input_params | [{"name":"input","type":"string","required":true,"description":"输入JSON文件路径"},{"name":"output","type":"string","required":true,"description":"输出JSON文件路径"},{"name":"api_model","type":"string","required":true,"description":"API模型名称（如 qwen2.5-72b-instruct, gpt-4o）"},{"name":"entity","type":"string","required":true,"description":"要提取属性的实体名称"},{"name":"attribute","type":"string","required":true,"description":"要提取的属性名称（如身份背景、主要经历）"},{"name":"input_key","type":"string","required":false,"default":"event_description","description":"输入文档的键名"},{"name":"output_key","type":"string","required":false,"default":"entity_attribute","description":"输出结果的键名"},{"name":"word_limit","type":"int","required":false,"default":100,"description":"输出字数限制"},{"name":"max_token_num","type":"int","required":false,"description":"输入文档的最大token数"},{"name":"api_endpoint","type":"string","required":false,"description":"API端点URL"},{"name":"example_prompt","type":"string","required":false,"description":"示例提示词"}] |
| output_params | [{"name":"output","type":"json_file","description":"聚合后的实体属性JSON文件"}] |
| tag | 数据衍生 |
| publisher | COMMUNITY |
本skill通过调用大语言模型（LLM）API，从多个相关文档中智能提取并总结给定实体的特定属性信息。 例如：从多篇关于李莲花的文档中总结其"身份背景"或"主要经历"。
当用户请求以下任务时，应使用此skill：
| 参数 | 说明 | 示例 |
|---|---|---|
--api_model | 调用的LLM模型名称 | qwen2.5-72b-instruct, gpt-4o |
--entity | 要提取属性的实体名称 | 李莲花, 孙悟空 |
--attribute | 要提取的属性名称 | 身份背景, 主要经历, 另外身份 |
| 参数 | 说明 | 默认值 |
|---|---|---|
--input_key | 输入文档的键名 | event_description |
--output_key | 输出结果的键名 | entity_attribute |
--word_limit | 输出字数限制 | 100 |
--max_token_num | 输入文档的最大token数 | None (无限制) |
--api_endpoint | API端点URL | None |
--example_prompt | 示例提示词 | None |
输入为JSON文件，支持两种格式：
格式1：单条数据
{
"meta": [
{"event_description": "文档内容1"
格式2：多条数据
[
{
"meta": [
{"event_description": "文档内容1"},
{"event_description": "文档内容2"}
]
}
]
确保文档内容存储在JSON文件的 meta 字段下，每个文档使用 --input_key 指定的键名（默认 event_description）。
python scripts/run_entity_attribute_aggregator.py \
--input <输入JSON文件路径> \
--output <输出JSON文件路径> \
--api_model <模型名称> \
--entity <实体名称> \
--attribute <属性名称> \
[--word_limit <字数限制>]
脚本执行完成后，输出文件包含聚合后的属性总结。
python scripts/run_entity_attribute_aggregator.py \
--input ./input.json \
--output ./output.json \
--api_model qwen2.5-72b-instruct \
--entity 李莲花 \
--attribute 身份背景 \
--word_limit 100
输出JSON格式：
{
"entity_attribute": "# 李莲花\n## 身份背景\n..."
}
命令行输出：
[OK] Entity attribute aggregation completed!
Entity: 李莲花
Attribute: 身份背景
Input file: ./input.json
Output file: ./output.json
安装依赖： 本SKILL使用依赖 data_juicer，请在调用前安装好python环境并安装data_juicer，可用以下指令进行安装：
pip install py-data-juicer
API配置： 使用此skill前，需要设置以下环境变量：
export OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1/
export OPENAI_API_KEY=your_api_key
--api_model, --entity, --attribute 是必需参数meta 字段--word_limit 调整