示例文本处理器

要解决的问题

文本处理场景里，开发者经常需要对一批 .txt 文件做词频统计、字符盘点和大小写转换。临时写一段脚本当然可以，但输出格式、编码处理、异常兜底这些细节每次都要重新造一遍，不同人跑出来的结果也难以对齐。sample-text-processor 就是冲着这类重复劳动来的：把基础文本操作收敛成一个结构清晰、输出固定的实现。

它更重要的角色是参考模板。作为 claude-skills 生态中的 BASIC tier 样例，它演示了规范的文件结构、文档标准与实现模式，方便你在编写新技能时直接对照。

核心能力与工作流程

技能的逻辑由四个模块组成：TextProcessor 负责统计计算，OutputFormatter 负责双格式输出，FileManager 管理文件 I/O 与批处理，CLI 层负责参数解析。

处理路径大致是：

• FileManager 读取单个文件或遍历目录
• TextProcessor 流式扫描，累加词频、字符数与行数
• OutputFormatter 同时生成 JSON 与人类可读两种结果
• 批处理时输出进度报告，错误按类型记录

可通过命令行参数调整的项包括 --format、--verbose、--output 和 --encoding，编码默认 utf-8。

适用边界

它是基础档实现，不是全能工具。 以下能力被刻意排除：

• 情感分析、语言检测等复杂文本分析
• PDF、Word 等非纯文本格式
• 数据库或外部 API 调用
• 超大规模数据集的并行处理

底层只依赖 Python 3.7+ 标准库，没有外部依赖，跨平台行为一致。大文件走流式读取以控制内存占用。如果你需要上述高级能力，应该去找更专门的技能，或者在这个模板基础上自行扩展。