通用批量处理管线
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 安装规范名 @user_f1d11e73/zfl-batch-pipeline 的技能。
技能介绍
要解决的具体问题
当面对成百上千张图片、文档或数据文件需要批量处理时,直接编写脚本或依赖 LLM 往往是一场灾难。LLM 子智能体并不擅长执行精确的像素操作或文件转换,它们慢且不可靠;而一次性脚本往往缺乏质量控制,跑完后无法追溯失败原因,也难以验证结果是否正确。这种“糊完就跑”的方式在生产环境中几乎不可用。
技能如何工作
该技能通过脚手架生成一套完整的批处理管线骨架,核心理念是将确定性任务交给代码执行,而非让 LLM 接管机械操作。管线由三个核心钩子组成:
plan.py中的plan()函数定义如何处理每个文件,以及相应的 QC 阈值。processor.py中的process_one()函数对单个文件执行确定性操作,并更新任务状态。qc.py中的qc_one()函数独立从计划推导校验点,完全不依赖 Processor 的“成功”标记。
这种解耦设计确保了质检的客观性。此外,管线采用三层执行后端(isolate、managed、container),根据任务复杂度自动选择最轻量的环境,避免无谓的资源开销。
最后,管线产出结构化报告,包含统计卡片、工作流图和逐文件对比,确保所有操作可追溯。
适用边界与注意点
该技能只承接确定动作,不适用于需要判断力或语义理解的任务,例如“选出最美观的五张图片”。此外,它不处理实时流或十万级以上的超大文件体量,也不涉及对外发布动作。如果需要跨文件聚合统计,同样不在本技能的职责范围内。
使用场景
- 电商运营拿到一批新商品图,需要统一裁剪尺寸、加水印并生成缩略图用于上架。
- 设计师收到几十份PDF文档,需要批量添加页脚水印并统一旋转后交付客户。
- 数据分析师有一份包含数百行脏数据的CSV,需要按规则清洗后输出干净的表格。
- 运营人员拿到几十份DOCX素材文件,需要批量重排版式后统一交付给印刷厂。
适合人员
- 后端工程师:需要在脚本里对上百个文件执行统一的格式转换或重命名操作。
- 视觉测试工程师:需要在CI中验证批量修图脚本的产物尺寸、水印和缩略图是否正确。
- 小团队技术负责人:希望批处理任务有失败记录和可追溯报告,而非跑完就丢失上下文。