Text Summarizer Skill
2026-03-12 03:25:31作者:范垣楠Rhoda
功能描述
将长文本自动压缩为简洁摘要,保留核心信息。
输入格式
{ "text": "需要 summarization 的长文本内容", "max_length": 150 // 摘要最大长度 }
输出格式
{ "summary": "生成的文本摘要", "word_count": 实际字数 }
### 步骤4:开发执行脚本 ⭐⭐⭐⭐☆
在scripts/run.sh中实现核心逻辑:
```bash
#!/bin/bash
# 文本摘要技能主执行脚本
# 读取输入数据
read input_json
# 提取文本内容
text=$(echo "$input_json" | jq -r '.text')
max_length=$(echo "$input_json" | jq -r '.max_length')
# 调用摘要API处理文本
summary=$(curl -s -X POST https://api.example.com/summarize \
-H "Content-Type: application/json" \
-d '{"text": "'"$text"'", "max_length": '"$max_length"'}' | jq -r '.summary')
# 返回结果
echo '{"summary": "'"$summary"'", "word_count": '${#summary}'}'
步骤5:测试与优化 ⭐⭐⭐⭐☆
使用测试工具验证技能功能:
./tools/skill-tester --skill text-summarizer --input '{"text": "很长的文本内容...", "max_length": 100}'
根据测试结果优化指令描述和脚本逻辑,确保技能稳定可靠。
H2: 技能模块化设计有哪些最佳实践?
松耦合原则
技能设计应遵循"高内聚、低耦合"原则,每个技能专注于单一功能,通过标准化接口与其他技能通信。这种设计使得技能可以独立开发、测试和更新,而不影响其他组件。
参数标准化
定义统一的参数传递格式,建议采用JSON作为标准数据交换格式。例如:
// 标准化输入格式
{
"action": "execute",
"parameters": {
"key1": "value1",
"key2": "value2"
},
"context": {
"session_id": "unique-id",
"timestamp": "2023-10-01T12:00:00Z"
}
}
错误处理机制
完善的错误处理是技能健壮性的关键,应包含:
- 错误类型分类(参数错误、执行错误、网络错误等)
- 错误代码标准化(如1xx:参数错误,2xx:执行错误)
- 详细错误信息和恢复建议
实践技巧:在技能开发初期就建立完善的日志系统,记录输入输出、执行过程和错误信息,便于问题诊断和优化。
H2: 如何实现跨平台技能部署与应用?
技能打包与分发
使用项目提供的打包工具将技能封装为标准格式:
./tools/skill-packager --skill text-summarizer --output text-summarizer-v1.0.skill
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
985