<< All versions

Skill v1.0.0

currentAutomated scan100/100
cas-bigdatalab/piflow/chinese-convert-mapper
──Details
PublishedOctober 24, 2026 at 08:10 AM
Content Hashsha256:4172ac5c7a43bbbb...
Git SHAad8d0108a54a
──Files
Files (1 file, 3.7 KB)
SKILL.md3.7 KBactive
SKILL.md · 134 lines · 3.7 KB

version: "1.0.0" name: chinese_convert_mapper description: | 在繁体中文、简体中文和日语汉字之间转换中文。当用户提到中文繁简转换、中文转换、简体转繁体、繁体转简体、中日文转换等需求时使用此skill。 即使用户没有明确说出"转换"，只要任务涉及中文繁简转换或中日文转换，就应该使用此skill。

name_zh: 在繁体中文、简体中文和日语汉字之间转换中文算子 input_params:

  • name: input_path

type: string required: true description: 输入JSON文件路径

  • name: output_path

type: string required: true description: 输出JSON文件路径

  • name: mode

type: string required: false default: s2t description: 转换模式，如 s2t、t2s、s2tw、t2jp 等

output_params:

  • name: output_path

type: json_file description: 转换后的JSON文件，包含转换后的text字段 tag: 数据转换 publisher: COMMUNITY

Chinese Convert Mapper

在繁体中文、简体中文和日语汉字之间转换中文。

本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用同以下指令进行安装：

pip install py-data-juicer

核心参数

参数类型必填默认值说明
input_pathstring是-输入JSON文件路径
output_pathstring是-输出JSON文件路径
modestring否s2t转换模式

支持的转换模式

模式说明
s2t简体中文 → 繁体中文
t2s繁体中文 → 简体中文
s2tw简体中文 → 繁体中文（台湾标准）
tw2s繁体中文（台湾标准）→ 简体中文
s2hk简体中文 → 繁体中文（香港变体）
hk2s繁体中文（香港变体）→ 简体中文
s2twp简体中文 → 繁体中文（台湾习惯用语）
tw2sp繁体中文（台湾习惯用语）→ 简体中文
t2tw繁体中文 → 繁体中文（台湾标准）
tw2t繁体中文（台湾标准）→ 繁体中文
hk2t繁体中文（香港变体）→ 繁体中文
t2hk繁体中文 → 繁体中文（香港变体）
t2jp繁体中文（传统字形）→ 日语新字体
jp2t日语新字体 → 繁体中文（传统字形）

使用方法

bash
python scripts/run_chinese_convert_mapper.py --input_path <input_path> --output_path <output_path> [--mode <mode>]

实现原理

参照测试代码 test_chinese_convert_mapper.py 中的 _run_chinese_convert 函数：

python
# 1. 初始化算子
op = ChineseConvertMapper(mode='s2t')
# 2. 将数据转为Dataset，使用 op.run(dataset) 处理
dataset = Dataset.from_list(samples)
result_dataset = op.run(dataset)

输入输出格式

输入格式 (JSON数组)

json
[
  {"text": "这是几个简体字"},
  {"text": "這是幾個繁體字"}
]

输出格式 (JSON数组)

json
[
  {"text": "這是幾個簡體字"},
  {"text": "這是幾個繁體字"}
]

示例

示例1：简体转繁体（默认）

bash
python scripts/run_chinese_convert_mapper.py --input_path example_input.json --output_path output.json

示例2：繁体转简体

bash
python scripts/run_chinese_convert_mapper.py --input_path example_input.json --output_path output.json --mode t2s

示例3：简体转台湾繁体

bash
python scripts/run_chinese_convert_mapper.py --input_path example_input.json --output_path output.json --mode s2tw

注意事项

  • 默认模式为 s2t（简体转繁体）
  • 转换只影响 text 字段，其他字段保持不变
  • 不在转换范围内的字符（如数字、英文、标点符号）保持原样
All versions