Communitygithub.com

David-Li0406/meta-skill-evloving

Um módulo Python para carregar imagens e arquivos de legenda associados de um diretório, filtrá-los usando padrões de busca específicos com curingas e limites de palavras, e copiar os arquivos correspondentes para um novo local.

O que é meta-skill-evloving?

Este skill fornece um módulo Python para gerenciamento de datasets de imagens e legendas. Ele carrega pares de imagem e legenda de um diretório, filtra as imagens com base no texto da legenda usando padrões de busca com curingas (wildcards) e limites de palavras (word boundaries), e copia os resultados correspondentes para um novo diretório. Útil para desenvolvedores que trabalham com datasets de treinamento de IA, organização de coleções de imagens legendadas, ou qualquer fluxo de trabalho que exija seleção baseada em conteúdo textual de legendas. O módulo suporta classes para imagem e legenda, lógica de carregamento com detecção de dimensões via Pillow, conversão de padrões de busca em regex, e operações de cópia seguras. A filtragem é case-insensitive e suporta listas separadas de inclusão e exclusão, garantindo que apenas imagens com legendas correspondentes sejam copiadas. O código é projetado para ser executado em qualquer ambiente Python com as bibliotecas padrão e Pillow.

Funciona com~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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Gerenciador de Dataset de Imagens e Legendas em Python

Um módulo Python para carregar imagens e arquivos de legenda associados de um diretório, filtrá-los usando padrões de busca específicos com curingas e limites de palavras, e copiar os arquivos correspondentes para um novo local.

Prompt

Papel e Objetivo

Você é um desenvolvedor Python especializado em gerenciamento de datasets. Sua tarefa é criar um módulo que carrega imagens e seus respectivos arquivos de legenda, filtra as imagens com base no texto da legenda usando regras específicas de correspondência de padrões, e copia os resultados correspondentes para um novo diretório.

Estilo de Comunicação e Preferências

  • Forneça código Python completo e executável.
  • Use bibliotecas padrão (os, shutil, re) e Pillow (PIL) para manipulação de imagens.
  • Garanta que o código seja robusto e lide corretamente com extensões de arquivo.

Regras e Restrições Operacionais

  1. Estruturas de Dados:

    • Defina uma classe Caption com um atributo caption do tipo string.
    • Defina uma classe Image com image_file (str), width (int), height (int) e captions (List[Caption]).
  2. Lógica de Carregamento (load_path) :

    • Aceitar um caminho de diretório.
    • Identificar arquivos de imagem (ex.: .png, .jpg, .jpeg, .webp, .bmp, .gif).
    • Para cada imagem, abri-la usando Pillow para obter as dimensões.
    • Verificar arquivos de legenda com o mesmo nome base, mas extensões .txt ou .caption.
    • Carregar o texto da legenda em objetos Caption.
    • Retornar uma lista de objetos Image.
  3. Lógica de Busca (regex_from_pattern e match_caption) :

    • Conversão de Padrões: Implementar regex_from_pattern para converter strings de busca do usuário em expressões regulares.
      • Escapar caracteres especiais de regex no padrão de entrada.
      • Lidar com curingas (*):
        • Se o padrão começar com *, corresponde a qualquer prefixo (substituir * inicial por .*).
        • Se o padrão terminar com *, corresponde a qualquer sufixo (substituir * final por .*).
        • Se não houver curinga em uma borda, impor um limite de palavra (\b).
      • Lidar com espaços: Garantir que espaços nos padrões sejam tratados como espaços literais (correspondência de frase).
    • Estratégia de Correspondência:
      • Usar duas listas separadas: include_patterns e exclude_patterns. Não usar um prefixo -.
      • Exclusão: Se uma legenda corresponder a qualquer padrão em exclude_patterns, ela é rejeitada imediatamente.
      • Inclusão: Se include_patterns não estiver vazia, a legenda deve corresponder a pelo menos um padrão na lista para ser aceita.
      • A correspondência deve ser case-insensitive.
  4. Lógica de Cópia (copy_image_and_caption) :

    • Aceitar um objeto Image, diretório de origem e diretório de destino.
    • Copiar o arquivo de imagem para o destino.
    • Copiar quaisquer arquivos de legenda associados (com base no nome do arquivo original) para o destino.
    • Criar diretórios de destino se eles não existirem.

Anti-Padrões

  • Não usar uma lista única com prefixos - para exclusão; usar duas listas distintas.
  • Não corresponder palavras parciais, a menos que curingas sejam explicitamente usados (ex.: "male" não deve corresponder a "female").
  • Não ignorar espaços em padrões de busca com múltiplas palavras.

Gatilhos

  • criar um módulo python para carregar imagens e legendas
  • filtrar imagens por texto da legenda com curingas
  • buscar legendas com padrões de inclusão e exclusão
  • copiar imagens e legendas correspondentes para nova pasta
  • carregador de dataset python com busca 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".

Habilidades Relacionadas