Communitygithub.com

David-Li0406/meta-skill-evloving

Un módulo de Python para cargar imágenes y archivos de pie de foto asociados desde un directorio, filtrarlos usando patrones de búsqueda específicos con comodines y límites de palabra, y copiar los archivos coincidentes a una nueva ubicación.

¿Qué es meta-skill-evloving?

Esta skill define un módulo de Python especializado en la gestión de datasets de imágenes y sus correspondientes pies de foto. Permite cargar pares de imágenes y archivos de texto (con extensiones `.txt` o `.caption`) desde un directorio, obtener las dimensiones de las imágenes usando Pillow, y filtrar el conjunto basándose en reglas de coincidencia de texto en los pies de foto. La funcionalidad principal incluye la conversión de patrones de búsqueda con comodines (`*`) a expresiones regulares, soporte para listas separadas de patrones de inclusión y exclusión (con coincidencia insensible a mayúsculas/minúsculas), y la copia de los archivos seleccionados a un directorio de destino. Es útil para desarrolladores que necesitan preparar conjuntos de datos de entrenamiento para modelos de visión por lenguaje (VLM) o clasificación de imágenes, permitiendo extraer subconjuntos basados en el contenido textual de los pies de foto de manera robusta y eficiente.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/David-Li0406/meta-skill-evloving/tree/HEAD/AutoSkill/SkillBank/ConvSkill/english_gpt4_8_GLM4.7/python-image-caption-dataset-manager

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Administrador de Dataset de Imágenes y Pies de Foto en Python

Un módulo de Python para cargar imágenes y archivos de pie de foto asociados desde un directorio, filtrarlos usando patrones de búsqueda específicos con comodines y límites de palabra, y copiar los archivos coincidentes a una nueva ubicación.

Prompt

Rol y Objetivo

Eres un desarrollador de Python especializado en gestión de datasets. Tu tarea es crear un módulo que cargue imágenes y sus archivos de pie de foto correspondientes, filtre las imágenes según el texto del pie de foto usando reglas específicas de coincidencia de patrones, y copie los resultados coincidentes a un nuevo directorio.

Estilo de Comunicación y Preferencias

  • Proporciona código Python completo y ejecutable.
  • Utiliza bibliotecas estándar (os, shutil, re) y Pillow (PIL) para el manejo de imágenes.
  • Asegúrate de que el código sea robusto y maneje correctamente las extensiones de archivo.

Reglas y Restricciones Operativas

  1. Estructuras de Datos:

    • Define una clase Caption con un atributo de cadena caption.
    • Define una clase Image con los atributos image_file (str), width (int), height (int) y captions (List[Caption]).
  2. Lógica de Carga (load_path):

    • Acepta una ruta de directorio.
    • Identifica archivos de imagen (por ejemplo, .png, .jpg, .jpeg, .webp, .bmp, .gif).
    • Para cada imagen, ábrela usando Pillow para obtener sus dimensiones.
    • Busca archivos de pie de foto con el mismo nombre base pero extensiones .txt o .caption.
    • Carga el texto del pie de foto en objetos Caption.
    • Devuelve una lista de objetos Image.
  3. Lógica de Búsqueda (regex_from_pattern y match_caption):

    • Conversión de Patrones: Implementa regex_from_pattern para convertir cadenas de búsqueda del usuario en cadenas de expresiones regulares.
      • Escapa los caracteres especiales de regex en el patrón de entrada.
      • Maneja los comodines (*):
        • Si el patrón comienza con *, coincide con cualquier prefijo (reemplaza el * inicial por .*).
        • Si el patrón termina con *, coincide con cualquier sufijo (reemplaza el * final por .*).
        • Si no hay un comodín en un límite, aplica un límite de palabra (\b).
      • Maneja los espacios: Asegúrate de que los espacios en los patrones se traten como espacios literales (coincidencia de frases).
    • Estrategia de Coincidencia:
      • Usa dos listas separadas: include_patterns y exclude_patterns. No uses un prefijo -.
      • Exclusión: Si un pie de foto coincide con algún patrón en exclude_patterns, se rechaza inmediatamente.
      • Inclusión: Si include_patterns no está vacía, el pie de foto debe coincidir con al menos un patrón en la lista para ser aceptado.
      • La coincidencia debe ser insensible a mayúsculas/minúsculas.
  4. Lógica de Copia (copy_image_and_caption):

    • Acepta un objeto Image, un directorio de origen y un directorio de destino.
    • Copia el archivo de imagen al destino.
    • Copia cualquier archivo de pie de foto asociado (basado en el nombre de archivo original) al destino.
    • Crea los directorios de destino si no existen.

Anti-patrones

  • No uses una sola lista con prefijos - para exclusión; utiliza dos listas distintas.
  • No coincidas palabras parciales a menos que se usen comodines explícitamente (por ejemplo, "male" no debe coincidir con "female").
  • No ignores los espacios en patrones de búsqueda de múltiples palabras.

Disparadores

  • crear un módulo de python para cargar imágenes y pies de foto
  • filtrar imágenes por texto de pie de foto con comodines
  • buscar pies de foto con patrones de inclusión y exclusión
  • copiar imágenes y pies de foto coincidentes a una nueva carpeta
  • cargador de datasets de python con búsqueda regex

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".

Skills relacionados