菜单
最相关实体聚合工具。从文档中提取与给定实体最相关的指定类型实体，并按重要性排序。 当用户提到提取相关人物、查找相关实体、排序实体、分析实体关系、提取主要角色等需求时使用此skill。 即使用户没有明确说出"最相关实体"，只要任务涉及从文档中分析并提取与目标相关的实体， 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 most-relevant-entities-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 | most_relevant_entities_aggregator |
| description | 最相关实体聚合工具。从文档中提取与给定实体最相关的指定类型实体，并按重要性排序。 当用户提到提取相关人物、查找相关实体、排序实体、分析实体关系、提取主要角色等需求时使用此skill。 即使用户没有明确说出"最相关实体"，只要任务涉及从文档中分析并提取与目标相关的实体， 就应该使用此skill。 |
| name_zh | 最相关实体聚合算子 |
| 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"},{"name":"entity","type":"string","required":true,"description":"要查询的实体名称"},{"name":"query_entity_type","type":"string","required":true,"description":"要查询的相关实体类型（如人物、地点、组织）"},{"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":"most_relevant_entities","description":"输出结果的键名"},{"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"}] |
| output_params | [{"name":"output","type":"json_file","description":"实体聚合后的JSON文件，包含按重要性排序的相关实体列表"}] |
| 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识别并提取与指定实体最相关的特定类型实体。 例如：从多篇武侠小说片段中提取与"李莲花"最相关的"人物"，并按重要性排序。
当用户请求以下任务时，应使用此skill：
| 参数 | 说明 |
|---|---|
--input | 输入JSON文件路径 |
--output | 输出JSON文件路径 |
--api_model | API模型名称 |
--entity | 要查询的实体名称 |
--query_entity_type | 要查询的相关实体类型 (如 人物、地点、组织) |
| 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 | most_relevant_entities |
--max_token_num | 输入文档的最大token数 | None |
--api_endpoint | API端点URL | None |
{
"meta": [
{"event_description": "文档内容1"},
{"event_description": "文档内容2"},
{"event_description"
或自定义键名：
{
"meta": [
{"events": "文档内容1"},
{"events": "文档内容2"}
]
}
# 基本用法
python scripts/run_most_relevant_entities_aggregator.py \
--input ./input.json \
--output ./output.json \
--api_model qwen2.5-72b-instruct \
--entity 李莲花 \
--query_entity_type 人物
# 自定义输入输出键名
python scripts/run_most_relevant_entities_aggregator.py \
--input ./input.json \
--output ./output.json \
--api_model qwen2.5-72b-instruct \
--entity 李莲花 \
--query_entity_type 人物 \
--input_key events \
--output_key relevant_roles
# 限制token数量
python scripts/run_most_relevant_entities_aggregator.py \
--input ./input.json \
--output ./output.json \
--api_model qwen2.5-72b-instruct \
--entity 李莲花 \
--query_entity_type 人物 \
--max_token_num 100
命令行输出：
[OK] Most relevant entities aggregation completed!
Entity: 李莲花
Query entity type: 人物
Input file: ./input.json
Output file: ./output.json
输出JSON格式：
[
{
"most_relevant_entities": ["李相夷", "笛飞声", "单孤刀", "方多病"]
}
]
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：
export OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1/
export OPENAI_API_KEY=your_api_key
--api_model、--entity 和 --query_entity_typemeta 字段