AI Skill 大全

数据结构设计

为信息提取任务设计 model / list / set 三类数据结构,输出可直接用的 YAML 模板。

功能与用途

它给信息提取任务设计数据结构,支持三种类型:model(单条记录)、list(列表)、set(集合)。工作流是六步:确认类型 → 设计字段(output.fields)→ 配置标识符(set 类型需要 identifiers.item_id)→ 设置展示(display.label)→ 撰写 guideline → 检查并输出 YAML。有一条关键原则要特别注意:Schema 定义的是「是什么」(WHAT),Guideline 定义的是「怎么做才好」(HOW TO DO WELL),两者不能重复。所以 guidel

适用场景

  • 单对象详情抽取:设计财报摘要或用户画像等单卡片型 model 模板与字段。
  • 有序清单抽取:设计文章卖点、操作步骤等保持排列顺序的 list 模板。
  • 去重实体集合抽取:设计包含唯一标识符 item_id 的 set 模板,避免提取结果重复。
  • 编写提取策略指南:规范 guideline 内容,专注文档理解策略与质量规则而非重复结构。

适用人群

  • 开发者
  • 数据工程人员
  • AI 工作流搭建者

使用步骤

  1. 先确认类型:单条记录用 model、多条用 list、需要去重的多条用 set。
  2. 设计 output.fields,逐个字段定 name、type、description、required 和 default。
  3. set 类型配置 identifiers.item_id 指定去重字段;model 和 list 的 identifiers 留空。
  4. 设置 display.label 决定展示用什么字段。
  5. 撰写 guideline,只写提取策略、质量要求、去重规则和常见错误,不重复 schema 里的字段定义。
  6. 复查后按模板输出 YAML。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
编程
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-17
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

|

使用前准备

  • 要提取的信息类型与目标字段清单
  • 对输出结构(单条 / 列表 / 去重集合)的判断

依赖与权限

  • 读取用户主动提供的内容

同类 Skill