WeKnora deployment source with the reviewed wiki identity, summary and recovery fixes

2026-09-22 16:19:06 +08:00
commit f7fc992f57
3929 changed files with 1006607 additions and 0 deletions
@@ -0,0 +1,175 @@
+---
+name: 数据处理器
+description: 数据处理与分析技能。当用户需要对知识库检索结果进行数据分析、统计计算、格式转换、数据提取或生成报告时使用此技能。支持 Python 脚本执行进行高级数据处理。
+---
+
+# Data Processor
+
+企业级知识库数据处理与分析技能，用于处理 RAG 检索结果和执行数据分析任务。
+
+## 核心能力
+
+1. **数据分析**: 对检索到的文档数据进行统计分析
+2. **格式转换**: JSON/CSV/Markdown 等格式相互转换
+3. **数据提取**: 从非结构化文本中提取结构化信息
+4. **报告生成**: 生成数据分析报告和摘要
+
+## 使用场景
+
+当用户请求涉及以下内容时，使用此技能：
+- "分析这些数据"、"统计一下"、"计算总数/平均值"
+- "转换为 JSON/CSV 格式"
+- "提取关键信息"、"整理成表格"
+- "生成报告"、"数据汇总"
+
+## 可用脚本
+
+### 1. analyze.py - 数据分析脚本
+
+分析输入的 JSON 数据，生成统计报告。
+
+**命令行用法** (仅供参考):
+```bash
+# 通过 stdin 传入 JSON 数据
+echo '{"items": [1, 2, 3, 4, 5]}' | python scripts/analyze.py
+
+# 或传入文件路径（需要文件实际存在）
+python scripts/analyze.py --file data.json
+```
+
+**使用 execute_skill_script 工具时**:
+- 如果你有内存中的数据（如 JSON 字符串），使用 `input` 参数传入，不要使用 `args`
+- `--file` 参数仅用于读取技能目录中已存在的文件，不适用于传递内存数据
+
+```json
+// ✅ 正确：通过 input 传入数据
+{
+  "skill_name": "数据处理器",
+  "script_path": "scripts/analyze.py",
+  "input": "{\"items\": [1, 2, 3], \"query\": \"统计分析\"}"
+}
+
+// ❌ 错误：--file 需要文件路径，不能单独使用
+{
+  "skill_name": "数据处理器",
+  "script_path": "scripts/analyze.py",
+  "args": ["--file"],
+  "input": "{...}"
+}
+```
+
+**输入格式**:
+```json
+{
+  "items": [数据项数组],
+  "query": "可选的查询描述"
+}
+```
+
+**输出**: JSON 格式的统计结果，包含计数、求和、平均值等。
+
+### 2. format_converter.py - 格式转换脚本
+
+在 JSON、CSV、Markdown 表格之间转换数据。
+
+**用法**:
+```bash
+# JSON 转 CSV
+echo '[{"name": "A", "value": 1}]' | python scripts/format_converter.py --to csv
+
+# JSON 转 Markdown 表格
+echo '[{"name": "A", "value": 1}]' | python scripts/format_converter.py --to markdown
+
+# CSV 转 JSON
+echo 'name,value\nA,1' | python scripts/format_converter.py --from csv --to json
+```
+
+### 3. extract_info.py - 信息提取脚本
+
+从文本中提取结构化信息（数字、日期、关键词等）。
+
+**用法**:
+```bash
+echo "2024年销售额为100万元，同比增长15%" | python scripts/extract_info.py
+```
+
+**输出**:
+```json
+{
+  "numbers": ["100", "15"],
+  "dates": ["2024年"],
+  "percentages": ["15%"],
+  "amounts": ["100万元"]
+}
+```
+
+## 处理流程
+
+### 分析 RAG 检索结果
+
+当需要分析知识库检索结果时：
+
+1. 收集检索到的文档片段
+2. 提取关键数据点
+3. 使用 `analyze.py` 进行统计
+4. 整理并呈现分析结果
+
+**示例**：
+```
+用户: "帮我统计知识库中提到的所有产品销售数据"
+
+步骤:
+1. 使用 knowledge_search 检索相关文档
+2. 整理数据为 JSON 格式
+3. 调用 execute_skill_script:
+   - skill_name: "data-processor"
+   - script_path: "scripts/analyze.py"
+   - 通过 stdin 传入数据
+4. 解析输出并生成报告
+```
+
+### 数据格式转换
+
+当用户需要特定格式输出时：
+
+1. 整理数据为标准 JSON 格式
+2. 使用 `format_converter.py` 转换
+3. 返回目标格式结果
+
+## 最佳实践
+
+1. **数据预处理**: 调用脚本前，确保数据格式正确
+2. **错误处理**: 检查脚本执行结果，处理异常情况
+3. **结果验证**: 验证输出结果的合理性
+4. **渐进处理**: 大数据量时分批处理
+
+## 输出格式
+
+分析结果示例：
+```markdown
+## 数据分析报告
+
+### 基本统计
+- 数据条数: 50
+- 数值总和: 1,234,567
+- 平均值: 24,691.34
+- 最大值: 99,999
+- 最小值: 100
+
+### 分布情况
+| 区间 | 数量 | 占比 |
+|------|------|------|
+| 0-1000 | 10 | 20% |
+| 1000-10000 | 25 | 50% |
+| >10000 | 15 | 30% |
+
+### 结论
+根据数据分析，XXX...
+```
+
+## 注意事项
+
+- 脚本在 Docker 沙箱中执行，确保安全隔离
+- 执行超时默认为 60 秒
+- 输入数据大小有限制，大文件请分批处理
+- 脚本输出为 JSON 格式，便于后续处理