Smart Quote Normalizer

Documents

smart_quote_normalizer

Smart Quote Normalizer is an Agent Skill for documents published in the cas-bigdatalab/piflow repository on GitHub: a SKILL.md instruction file an AI agent can load to do this task.

智能引号/排版字符规范化工具。将弯引号、长破折号、省略号等排版字符转为标准 ASCII 形式，适配 Word/PDF/网页文本的后处理清洗。当用户提到智能引号、弯引号转直引号、排版字符规范化、长破折号等需求时使用此skill。

View on GitHub ↗

QUICK START

How to use this skill

Bring this guide into your coding agent with a prompt tailored to the tool you use.

Open your project in Codex.
Copy and paste the prompt below.
Review files and risks before approving any action.

Prompt to paste

Inspect the Agent Skill at https://github.com/cas-bigdatalab/piflow/blob/HEAD/workspace/skills/smart_quote_normalizer/SKILL.md and all supporting files. Report provenance, permissions, scripts, dependencies, and security risks. Propose an exact installation into .agents/skills/smart-quote-normalizer, but wait for my approval before writing files or running scripts.

Copying this prompt does not install or run the skill. Review third-party files before use.

smart_quote_normalizer 智能引号规范化Skill

功能概述

将弯引号、长破折号、省略号等排版字符转为标准 ASCII 形式，覆盖直引号、单引号、破折号、省略号、非 ASCII 连字符、项目符号和不换行空格等常见清洗场景。

触发条件

智能引号 / 弯引号转直引号
排版字符规范化
长破折号转换
省略号转三个点
Word/PDF 导出文本清洗

核心参数说明

必需参数

参数	说明
`--input_path`	输入 CSV/TSV/Excel 等结构化文件路径
`--output_path`	输出清洗后文件路径

可选参数

参数	说明	默认值
`--text_columns`	需要处理的文本列，逗号分隔；不填则处理全部字符串列	全部字符串列

输入文件格式

输入为结构化表格，至少包含一个文本列：

id,text
1,"He said “hello”—then paused…"

支持的文件格式

CSV (.csv) / TSV (.tsv) / Excel (.xls, .xlsx) / SPSS (.sav)

使用方法

python scripts/smart_quote_normalizer.py \
    --input_path <输入文件> \
    --output_path <输出文件> \
    [--text_columns col1,col2]

参数说明

参数	必填	说明
`--input_path`	是	输入文件路径
`--output_path`	是	输出文件路径
`--text_columns`	否	处理的文本列

输出示例

[OK] 智能引号/排版字符规范化完成 -> output.csv
   文本列: ['text']
   映射字符数: 20 + 4 多字符

输入 "Hello" — groundbreaking… → 输出 "Hello" -- groundbreaking...

环境要求

使用仓库内 Python 环境运行，无额外第三方依赖；读取/写入复用共享 data_io。

注意事项

1:1 字符映射使用 translate（高效），1:N 使用 str.replace
不会破坏正常的 ASCII 直引号和连字符
覆盖德语 „、法语 «»、中文弯引号等