Communitygithub.com

David-Li0406/meta-skill-evloving

Ein Python-Modul zum Laden von Bildern und zugehörigen Caption-Dateien aus einem Verzeichnis, Filtern von Bildern basierend auf Caption-Textmustern mit Wildcards und Ausschlussregeln sowie Kopieren der übereinstimmenden Dateien an einen neuen Speicherort.

Was ist meta-skill-evloving?

Dieses Skill bietet ein Python-Modul zur Verwaltung von Bilddatensätzen, das Bilder und deren zugehörige Captions (als .txt- oder .caption-Dateien) aus einem Verzeichnis lädt. Es ermöglicht die Filterung der Bilder anhand benutzerdefinierter Caption-Textmuster, wobei Wildcards (`*`) und getrennte Einschluss-/Ausschlusslisten unterstützt werden. Die Filterlogik respektiert Wortgrenzen und ist case-insensitive. Nach dem Filtern können die übereinstimmenden Bilder und ihre Caption-Dateien in ein neues Zielverzeichnis kopiert werden, wobei die originalen Dateinamen erhalten bleiben. Das Skill ist nützlich für alle, die mit KI-Agenten wie Claude Code, Cursor oder Codex arbeiten und eine robuste, standardbibliotheksbasierte Lösung zur Vorbereitung von Trainingsdatensätzen benötigen. Es setzt auf Standardbibliotheken (os, shutil, re) und Pillow (PIL) für die Bildverarbeitung und ist somit einfach in bestehende Python-Umgebungen integrierbar.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/David-Li0406/meta-skill-evloving/tree/HEAD/AutoSkill/SkillBank/ConvSkill/english_gpt4_8/python-image-dataset-loader-and-caption-filter

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Python-Bilddatensatz-Lader und Caption-Filter

Ein Python-Modul zum Laden von Bildern und zugehörigen Caption-Dateien aus einem Verzeichnis, Filtern von Bildern basierend auf Caption-Textmustern mit Wildcards und Ausschlussregeln sowie Kopieren der übereinstimmenden Dateien an einen neuen Speicherort.

Prompt

Rolle & Ziel

Sie sind ein Python-Entwickler, der mit der Erstellung eines Moduls zur Datensatzverwaltung beauftragt ist. Ziel ist es, Bilder und ihre zugehörigen Captions aus einem Dateisystem zu laden, die Bilder basierend auf spezifischen Caption-Textabgleichsregeln zu filtern und die Ergebnisse in ein neues Verzeichnis zu kopieren.

Kommunikations- & Stilpräferenzen

  • Vollständigen, ausführbaren Python-Code bereitstellen.
  • Standardbibliotheken (os, shutil, re) und Pillow (PIL) für die Bildverarbeitung verwenden.
  • Sicherstellen, dass der Code robust ist und Dateiexistenzprüfungen durchführt.

Betriebsregeln & Einschränkungen

  1. Datenstrukturen:

    • Eine Caption-Klasse mit einem caption-Attribut (String) definieren.
    • Eine Image-Klasse mit den Attributen image_file (String), width (int), height (int) und captions (List[Caption]) definieren.
  2. Bildladen (load_path) :

    • Einen Verzeichnispfad akzeptieren.
    • Dateien durchlaufen, um Bilder zu finden (gängige Erweiterungen wie .png, .jpg, .jpeg, .webp unterstützen).
    • Pillow verwenden, um Bilder zu öffnen und width und height zu extrahieren.
    • Für jedes Bild nach Caption-Dateien mit demselben Basisnamen, aber den Erweiterungen .txt oder .caption suchen. Den Textinhalt in Caption-Objekte laden.
    • Eine Liste von Image-Objekten zurückgeben.
  3. Caption-Suchlogik:

    • Zwei separate Listen für die Filterung verwenden: include_patterns und exclude_patterns. KEIN Präfix (wie '-') zur Kennzeichnung von Ausschlüssen verwenden; die Trennung der Listen übernimmt dies.
    • regex_from_pattern(pattern) implementieren, um Benutzersuchstrings in gültige Regex-Strings umzuwandeln:
      • Spezielle Regex-Zeichen escapen.
      • * als Wildcard behandeln, die beliebige Zeichenfolgen ersetzt (entspricht .* in Regex).
      • Wenn das Muster nicht mit * beginnt, eine Wortgrenze (\b) voranstellen.
      • Wenn das Muster nicht mit * endet, eine Wortgrenze (\b) anhängen.
      • Leerzeichen innerhalb von Mustern behandeln, um Phrasensuche zu ermöglichen (z.B. „comic book character“).
    • match_caption(caption, include_patterns, exclude_patterns) implementieren:
      • Groß-/Kleinschreibung ignorierenden Abgleich durchführen.
      • Wenn die Caption mit einem Muster in exclude_patterns übereinstimmt, sofort False zurückgeben.
      • Wenn include_patterns nicht leer ist, muss die Caption mit mindestens einem Muster in include_patterns übereinstimmen, um True zurückzugeben.
      • Wenn include_patterns leer ist und keine Ausschlussmuster zutreffen, True zurückgeben.
  4. Dateikopieren:

    • Eine Funktion implementieren, um übereinstimmende Image-Objekte und ihre zugehörigen Caption-Dateien in ein bestimmtes Zielverzeichnis zu kopieren.
    • Das Zielverzeichnis erstellen, falls es nicht existiert.
    • Originale Dateinamen beibehalten.

Anti-Patterns

  • Kein --Präfix für Ausschlussmuster verwenden.
  • Keine Substrings abgleichen, es sei denn, Wildcards werden explizit verwendet (Wortgrenzen respektieren).
  • Keine Groß-/Kleinschreibung voraussetzen; der Abgleich sollte case-insensitive sein.

Trigger

  • Bilder und Captions aus einem Pfad laden
  • Bilder anhand von Caption-Textmustern filtern
  • Captions mit Wildcards und Ausschlusslisten durchsuchen
  • Übereinstimmende Bilder und Captions in einen neuen Ordner kopieren
  • Python-Datensatz-Bildlader

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

David-Li0406/meta-skill-evloving

Browser automation with persistent page state. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request.

David-Li0406/meta-skill-evloving

Create technical diagrams using Mermaid syntax for architecture, sequences, ERDs, flowcharts, and state machines. Use for visualizing system design, data flows, and processes. Triggers: diagram, mermaid, architecture diagram, sequence diagram, flowchart, ERD, entity relationship, state diagram, C4 model, component diagram, visualize, draw.

David-Li0406/meta-skill-evloving

Comprehensive document creation, editing, and analysis with support for tracked changes, comments, formatting preservation, and text extraction. When Claude needs to work with professional documents (.docx files) for: (1) Creating new documents, (2) Modifying or editing content, (3) Working with tracked changes, (4) Adding comments, or any other document tasks

David-Li0406/meta-skill-evloving

Complete color manipulation and green screen effects system. PROACTIVELY activate for: (1) Green screen/chromakey removal, (2) Color grading with LUTs, (3) Color correction (levels, curves, white balance), (4) Colorkey/color removal effects, (5) Hue/saturation manipulation, (6) Color space conversions (BT.709, BT.2020, HDR), (7) Color isolation effects, (8) Teal and orange look, (9) Vintage/film looks, (10) Color keying for transparency. Provides: chromakey and colorkey filters, LUT application (lut3d), curves and levels adjustment, color balance, selective color manipulation, color space handling, HDR tone mapping, professional color grading chains.

David-Li0406/meta-skill-evloving

Convert files and office documents to Markdown. Supports PDF, DOCX, PPTX, XLSX, images (with OCR), audio (with transcription), HTML, CSV, JSON, XML, ZIP, YouTube URLs, EPubs and more.

David-Li0406/meta-skill-evloving

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

David-Li0406/meta-skill-evloving

Build with OpenAI's stateless APIs - Chat Completions (GPT-5, GPT-4o), Embeddings, Images (DALL-E 3), Audio (Whisper + TTS), and Moderation. Includes Node.js SDK and fetch-based approaches for Cloudflare Workers. Use when: implementing chat completions with GPT-5/GPT-4o, streaming responses with SSE, using function calling/tools, creating structured outputs with JSON schemas, generating embeddings for RAG (text-embedding-3-small/large), generating images with DALL-E 3, editing images with GPT-Image-1, transcribing audio with Whisper, synthesizing speech with TTS (11 voices), moderating content (11 safety categories), or troubleshooting rate limits (429), invalid API keys (401), function calling failures, streaming parse errors, embeddings dimension mismatches, or token limit exceeded.

David-Li0406/meta-skill-evloving

Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.

David-Li0406/meta-skill-evloving

Presentation creation, editing, and analysis. When Claude needs to work with presentations (.pptx files) for: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes, or any other presentation tasks

David-Li0406/meta-skill-evloving

Comprehensive spreadsheet creation, editing, and analysis with support for formulas, formatting, data analysis, and visualization. When Claude needs to work with spreadsheets (.xlsx, .xlsm, .csv, .tsv, etc) for: (1) Creating new spreadsheets with formulas and formatting, (2) Reading or analyzing data, (3) Modify existing spreadsheets while preserving formulas, (4) Data analysis and visualization in spreadsheets, or (5) Recalculating formulas

David-Li0406/meta-skill-evloving

Download YouTube videos with customizable quality and format options. Use this skill when the user asks to download, save, or grab YouTube videos. Supports various quality settings (best, 1080p, 720p, 480p, 360p), multiple formats (mp4, webm, mkv), and audio-only downloads as MP3.

David-Li0406/meta-skill-evloving

Best practices for Remotion - Video creation in React

David-Li0406/meta-skill-evloving

Provides bidirectional translation (Chinese/English), grammar checking, and sentence polishing. Supports specific tense constraints, context-aware tone adjustment, and natural expression optimization. Outputs direct text without formatting.

David-Li0406/meta-skill-evloving

指导如何通过自定义注解(如@Unicom)标识Dubbo接口,利用BeanDefinitionRegistryPostProcessor在启动时扫描并动态注册ReferenceBean,实现RPC调用的封装。

David-Li0406/meta-skill-evloving

生成Python脚本,利用FFmpeg将图片序列按3x3布局合并,或将合并图拆分。要求使用subprocess模块执行命令,并支持用户交互式输入路径。

David-Li0406/meta-skill-evloving

SOP for extracting and analyzing promotional activity details, handling time formatting, location mapping, payment logic, and step-by-step process validation.

David-Li0406/meta-skill-evloving

Specializes in creating TikTok short video scripts using an anthropomorphic 'Chef' perspective to explain wildlife food chains and survival environments, utilizing real field footage.

David-Li0406/meta-skill-evloving

针对TikTok平台,以拟人化视角(如动物作为厨师)创作系列短视频脚本。重点介绍野生动物、食物链及生态环境,要求使用野外实拍素材,风格幽默且具有教育意义。

David-Li0406/meta-skill-evloving

Generates KWL (Know, Want to know, Learned) charts for educational videos, specifically BrainPOP, using simple 7th-grade language and short, concise bullet points.

David-Li0406/meta-skill-evloving

Tracks complex, multi-session work using the Beads issue tracker and dependency graphs, and provides persistent memory that survives conversation compaction. Use when work spans multiple sessions, has complex dependencies, or needs persistent context across compaction cycles. Trigger with phrases like "create task for", "what's ready to work on", "show task", "track this work", "what's blocking", or "update status".

Verwandte Skills