Agent Skills
› OpenDCAI/DataFlow-WebUI
OpenDCAI/DataFlow-WebUI
GitHub用于评估答案正确性的算子，支持基于匹配和语义两种模式。可处理问题上下文及多子问题场景，适用于数据集基准测试中的答案比对任务。
Install All Skills
npx skills add OpenDCAI/DataFlow-WebUI --all -g -y
Skills in Collection (23)
用于评估答案正确性的算子，支持基于匹配和语义两种模式。可处理问题上下文及多子问题场景，适用于数据集基准测试中的答案比对任务。
需要评估生成答案与标准答案的一致性
涉及带有上下文或子问题的复杂答案验证
运行数据集基准测试以衡量模型性能
npx skills add OpenDCAI/DataFlow-WebUI --skill bench-dataset-evaluator-question -g -y
用于基准测试中对比预测答案与标准答案的算子，支持精确匹配和基于LLM的语义评估两种模式，可输出统计结果。
需要评估模型生成答案的正确性
进行基准测试的数据集评测
npx skills add OpenDCAI/DataFlow-WebUI --skill bench-dataset-evaluator -g -y
PromptedEvaluator 算子利用 LLM 对文本行进行 1-5 分质量评分，并将分数写入新列而不删除任何行。适用于需要保留所有数据并获取详细评分结果的场景，区别于直接过滤的 PromptedFilter。
需要对文本数据进行 LLM 评分
使用 LLM 评估文本质量且需保留所有行
npx skills add OpenDCAI/DataFlow-WebUI --skill prompted-evaluator -g -y
Text2QASampleEvaluator算子用于多维度评估QA对质量。通过LLM对问题质量和答案对齐、可验证性、下游价值进行评分并提供反馈，生成8个输出列。
需要评估生成的QA对质量
对问答数据进行多维度打分和反馈分析
npx skills add OpenDCAI/DataFlow-WebUI --skill text2qa-sample-evaluator -g -y
UnifiedBenchDatasetEvaluator算子参考文档，支持6种评估类型，对模型答案打分并输出统计结果。用于基准数据集上的模型回答评估任务。
需要评估模型在基准数据集上的回答质量
使用LLM或规则进行答案正确性评分
生成模型评估的统计JSON报告
npx skills add OpenDCAI/DataFlow-WebUI --skill unified-bench-dataset-evaluator -g -y
GeneralFilter算子用于通过Lambda规则对DataFrame进行行过滤，结合AND逻辑移除不满足条件的数据。
需要基于列值条件过滤数据行
使用Lambda表达式定义筛选规则
npx skills add OpenDCAI/DataFlow-WebUI --skill general-filter -g -y
KCenterGreedyFilter算子参考文档，介绍基于K-Center Greedy算法通过语义多样性对大数据集进行下采样的用法。涵盖构造函数、运行逻辑及多种Embedding服务集成选项。
需要对数据集进行基于语义多样性的下采样
查询KCenterGreedyFilter算子的参数配置和使用方法
npx skills add OpenDCAI/DataFlow-WebUI --skill kcentergreedy-filter -g -y
PromptedFilter算子参考文档，说明如何通过LLM语义质量评分过滤数据行。涵盖构造函数参数、内部调用PromptedEvaluator的机制及run方法使用方式。
需要基于LLM语义理解进行数据质量评估和过滤
查询PromptedFilter算子的API用法或参数配置
npx skills add OpenDCAI/DataFlow-WebUI --skill prompted-filter -g -y
BenchAnswerGenerator 算子用于从基准测试数据集中生成模型答案，专为 UnifiedBenchDatasetEvaluator 评估流程设计。支持多种评估类型及自定义提示词模板，实现自动化批量答案生成。
需要为基准测试数据集生成模型预测答案
配置 LLM 服务以进行批量推理
构建统一基准评估流水线
npx skills add OpenDCAI/DataFlow-WebUI --skill bench-answer-generator -g -y
处理超长文件内容的LLM生成任务。自动按token分块，调用LLM批量生成结果，合并后写入新文件并更新数据框路径。
需要处理超出LLM上下文窗口的长文本文件
希望将LLM生成结果直接保存为文件并更新数据流
npx skills add OpenDCAI/DataFlow-WebUI --skill chunked-prompted-generator -g -y
EmbeddingGenerator算子参考文档，介绍将DataFrame文本列批量转换为向量以支持检索、聚类等场景。涵盖构造函数、四种服务选项（远程API、本地模型、LiteLLM、vLLM）及运行签名。
需要生成文本嵌入向量
配置EmbeddingGenerator算子
选择嵌入服务提供商
npx skills add OpenDCAI/DataFlow-WebUI --skill embedding-generator -g -y
DataFlow中基于模板的多列LLM生成算子，将DataFrame多列映射为占位符构建提示词并调用LLM。
需要将多个数据字段组合成单一提示词进行LLM生成
使用模板字符串映射DataFrame列以批量处理文本生成
npx skills add OpenDCAI/DataFlow-WebUI --skill format-str-prompted-generator -g -y
PromptedGenerator 算子参考文档，介绍其构造函数参数、run() 签名及在 DataFlow 管道中执行单字段 LLM 生成的逻辑与用法。
集成 PromptedGenerator 到 DataFlow 管道
进行单字段 LLM 生成任务
npx skills add OpenDCAI/DataFlow-WebUI --skill prompted-generator -g -y
RetrievalGenerator算子用于异步读取文本列，调用LLM服务生成内容并写入新列。支持自定义后端，默认使用LightRAGServing，需预先初始化服务实例。
需要批量处理文本列以生成LLM输出
配置和使用LightRAGServing进行数据增强
npx skills add OpenDCAI/DataFlow-WebUI --skill retrieval-generator -g -y
从文本列生成多跳问答对，输出QA列表及元数据。适用于需要推理式复杂问答的场景，相比单跳生成器更侧重长文本处理与逻辑推导。
需要从长文本提取多跳推理问答对
构建包含推理逻辑的QA数据集
npx skills add OpenDCAI/DataFlow-WebUI --skill text2multihopqa-generator -g -y
PandasOperator用于在数据流中顺序执行自定义DataFrame转换函数。它通过process_fn参数接收一系列处理逻辑，自动读取存储中的DataFrame并应用变换，最终写回存储，适用于无需LLM参与的纯Pandas数据处理场景。
需要批量对DataFrame进行重命名、过滤或排序等操作
构建数据清洗管道且不使用大模型
npx skills add OpenDCAI/DataFlow-WebUI --skill pandas-operator -g -y
PromptedRefiner 算子利用 LLM 对数据列中的文本进行润色和重写，并原地覆盖原始内容。适用于需要批量优化文本质量、提升表达清晰度的数据处理场景。
需要对数据列中的文本进行 AI 润色或改写
使用 LLM 优化文本清晰度或风格
npx skills add OpenDCAI/DataFlow-WebUI --skill prompted-refiner -g -y
DataFlow核心文本算子的静态参考文档，涵盖生成、过滤、精炼和评估四类算子。提供API签名、执行逻辑及常见错误示例，供其他技能查询使用，非工作流。
需要查询特定文本算子的构造函数或run()签名
查看算子的行处理行为或失败模式
npx skills add OpenDCAI/DataFlow-WebUI --skill core_text -g -y
DataFlow开发专家助手，支持算子/Pipeline/Prompt创建、报错诊断、代码审查及知识库同步。通过意图路由按需加载规范与API文档，提供标准化生成模板与防重复检查，提升仓库内开发效率与代码质量。
用户询问如何新建算子、Pipeline或Prompt
用户在DataFlow仓库中遇到报错或需要诊断问题
用户请求对代码进行审查或规范检查
用户感知到仓库变更并建议更新知识库
npx skills add OpenDCAI/DataFlow-WebUI --skill dataflow-dev -g -y
用于快速生成生产级 DataFlow Operator 脚手架，支持交互采访与直接 Spec 模式。自动完成注册、CLI 封装及测试骨架生成，适用于数据流算子开发场景。
创建或新建 Operator
添加 OPERATOR_REGISTRY 注册
生成 CLI 包装器
生成单元测试
npx skills add OpenDCAI/DataFlow-WebUI --skill dataflow-operator-builder -g -y
根据目标描述和JSONL样本数据，分析数据结构并选择合适算子，生成标准DataFlow管道代码。支持字段依赖追踪、算子决策及错误修复。
用户要求选择DataFlow算子
需要基于JSONL数据生成可运行管道代码
修复具有模式或字段流错误的管道
npx skills add OpenDCAI/DataFlow-WebUI --skill generating-dataflow-pipeline -g -y
用于为现有算子生成可复用、可审计的 DataFlow prompt_template 类代码。支持通过两轮结构化采访或直接 Spec 收集需求，对齐算子接口，生成标准化 Prompt 类及集成示例，并执行静态验收检查。
用户要求生成或重写 prompt_template
用户需要复用算子逻辑并定制新提示词
npx skills add OpenDCAI/DataFlow-WebUI --skill prompt-template-builder -g -y
用于在现有DataFrame中批量生成领域特定内容并写入新列的LLM算子，不依赖输入行值。
需要为DataFrame填充基于领域的合成数据
使用LLM批量生成单列文本内容
npx skills add OpenDCAI/DataFlow-WebUI --skill random-domain-knowledge-row-generator -g -y
