AI Skill 大全

文档关键词提取与检索预处理

输入论文、报告或文本,提取关键词、识别文档语言并按需生成向量,得到可用于资料标注和检索的数据。

功能与用途

适合为论文、报告和知识库资料补充关键词与语言信息,也可将文本转换为供语义检索使用的向量。提供文档路径或原始文本后,可选择偏重通用关键词或多词短语的提取方式,设置返回数量、分数门槛和停用词语言,获得结构化结果。生成文档向量时,需要先提取正文,再交给向量生成命令。使用前需安装相应的 Xberg 组件并具备命令行或编程基础;关键词功能需要对应构建支持,本地向量模型首次使用需要下载。

适用场景

  • 为论文补充主题标签:从论文中提取指定数量的关键词,按分数筛选后用于资料归档和主题索引。
  • 提取报告中的关键短语:使用 RAKE 提取多词短语,设置短语长度范围,为报告建立检索标签。
  • 识别多语言资料:检测文档语言,调整置信度与多语言检测设置,为资料分类提供依据。
  • 准备知识库检索向量:先提取文档正文,再通过本地模型或托管服务生成向量,供后续语义检索使用。

适用人群

  • 知识库开发者
  • 文档检索工程师
  • 科研资料管理人员
  • 文档数据处理人员

使用步骤

  1. 提供文档路径或文本,说明需要关键词、语言信息或向量。
  2. 选择关键词算法,设置数量、分数及语言选项。
  3. 按需启用语言检测,设置置信度和多语言模式。
  4. 执行提取;需要向量时,将正文传入 embed 命令。
  5. 查看结构化结果,供资料标注或检索流程使用。

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
知识
适用工具
Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-11-03
文件数
12
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Use when extracting keywords (YAKE/RAKE) from documents — and, secondarily, when detecting document language or generating embeddings for RAG and search. Covers the keyword config (and its feature gating), `--detect-language`, and the standalone `embed` command with real flags.

使用前准备

  • 已安装可用的 Xberg 命令行程序,或对应语言的软件包。
  • 具备基本的命令行或编程能力,并准备好文档路径或待处理文本。
  • 提取关键词时,所用构建需包含对应的 YAKE 或 RAKE 功能。
  • 使用本地向量模型需先下载模型;选择托管向量服务时需准备对应服务的 API 密钥。

依赖与权限

  • OPENAI_API_KEY

同类 Skill