前言¶

客服工单、用户评论、调研开放题一旦堆成 CSV，常见做法是手写规则或单独搭一套标注脚本，再对接大模型 API。流程长、格式不统一，在 Agent 对话里也很难复用同一套约定。下面介绍 SkillHub 上的 Text Classifier Pro（@user_26bdbd50/text-classifier-pro，v1.0.1）：把「上传文本或 CSV → 分类打标 → 带置信度的结构化结果」写进标准 SKILL.md，并附带可本地运行的 Python 脚本与 Web 界面。

这是什么¶

Text Classifier Pro 是社区来源（community）的 data-analysis 类 Skill，由发布者 user_26bdbd50 上架 SkillHub；技能文档标明由 YK-Global 开发，核心能力是 AI 驱动的文本分类与打标。SkillHub 页面标注 requires_api_key=true：除可选的套餐 Token（TEXT-CLS-*）外，实际分类依赖 OpenAI API Key（可通过环境变量 OPENAI_API_KEY 注入）。

官方入口：

• SkillHub 展示页：https://www.skillhub.cn/skills/user_26bdbd50/text-classifier-pro
• API 坐标页：https://api.skillhub.cn/user_26bdbd50/text-classifier-pro

截至资料抓取时，SkillHub 显示评分 100000、下载 823、安装 0（以页面为准，会随时间变化）。

核心功能¶

以下能力均来自技能包内 SKILL.md / README.md，可与本地脚本对照。

输入与输出¶

1. 输入：纯文本粘贴、TXT（按行）、CSV（自动识别文本列，支持 GBK / GB2312 / UTF-8）。
2. 输出：屏幕 Markdown 表格、CSV、Excel（xlsx）、JSON；可选展示置信度（与套餐档位相关）。

预设与自定义分类¶

技能提供 6 类预设模板（中文场景下在 CLI 示例中使用中文名称，如「情感分类」）：

支持 自定义标签列表 与 自定义 Prompt。README 说明模型侧支持 OpenAI GPT-3.5 / GPT-4 / GPT-4 Turbo。

套餐与 Token 验证¶

通过 POST https://api.yk-global.com/v1/verify 校验 License，请求头为 Authorization: Bearer {api_key}，请求体 {}，以响应中的 valid 字段为准（非 success）。Token 前缀为 TEXT-CLS-FREE / TEXT-CLS-STD / TEXT-CLS-PRO / TEXT-CLS-MAX；验证结果本地缓存 5 分钟，网络异常时文档说明会 降级为 FREE 且不阻断使用。

批量请求在实现侧 限速约 5 req/s，用于降低触发上游 API 限流的风险。

在 Agent 中的触发¶

安装到 Agent 的 skills 目录后，模型可按 SKILL.md 中的触发词唤起本技能，例如：文本分类、文本打标、text classifier、批量分类、文本归类 等。

安装与启用¶

1. 安装 SkillHub CLI（若尚未安装）¶

command -v skillhub && skillhub --version

未安装时可按 SkillHub 官方说明执行（完整安装含 CLI 与默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2. 将 Skill 装进当前 Agent 的 skills 目录¶

安装时必须用 --dir 指向当前客户端识别的 skills 路径，否则默认落在 ./skills/ 可能不会被加载。SkillHub 文档给出的常见路径如下：

以 Cursor 为例：

skillhub install @user_26bdbd50/text-classifier-pro --dir ~/.cursor/skills/

也可让 Agent 按 https://skillhub.cn/install/skillhub.md 的提示完成同样安装。安装后通常需要 重启或重新加载 对应客户端，以便读取新的 SKILL.md。

3. 本地运行依赖（使用脚本或 Web 时）¶

进入本机已安装的技能目录（形如 .../skills/@user_26bdbd50/text-classifier-pro），安装 Python 依赖：

pip install -r requirements.txt

requirements.txt 中主要依赖包括：openai>=1.0.0、pandas>=1.5.0、flask>=3.0.0、openpyxl>=3.1.0 等；运行环境需 Python 3.8+ 与可访问 OpenAI API 的网络。

可选环境变量（来自 README）：

典型用法¶

Web 界面¶

在技能目录下启动 Flask 应用：

python scripts/web_app.py

浏览器访问 http://localhost:5000（端口可通过 PORT 覆盖）。

命令行¶

单条分类：

python -m scripts.classifier \
  --text "这个产品很好用" \
  --classifier "情感分类" \
  --api-key "sk-..."

CSV 批量并导出：

python -m scripts.classifier \
  --file data.csv \
  --classifier "意图分类" \
  --api-key "sk-..." \
  --output csv \
  --output-path results.csv

自定义标签与 Prompt：

python -m scripts.classifier \
  --text "紧急问题需要处理" \
  --custom-labels "高,中,低" \
  --custom-prompt "请判断以下问题的优先级" \
  --api-key "sk-..."

Python API¶

from scripts.classifier import classify_text, validate_token

tier = validate_token("TEXT-CLS-PRO-xxxx")
print(f"Tier: {tier}")

result = classify_text(
    text="这个产品非常好用，客服态度也很棒",
    classifier_name="情感分类",
    api_key="sk-...",
    show_confidence=True,
)
print(result)

技能包内提供 test_text_classifier.py，可用 pytest test_text_classifier.py -v 做本地校验（需自行安装 pytest 等测试依赖）。

适用场景与注意¶

适合：需要在对话 Agent 中统一「文本分类 / 打标」工作流的产品、运营或数据同学；已有 CSV 评论、工单、问卷文本，希望快速出标签并导出表格的场景；愿意用 OpenAI API 并可选购买 TEXT-CLS-* 套餐以解锁批量、历史与 API 档位能力的团队。

注意：

1. 密钥：OpenAI Key 与套餐 Token 不要写进仓库；优先用环境变量。
2. 合规与费用：分类请求走 OpenAI；套餐次数、批量上限以 Token 档位为准，付费说明见 YK-Global.com。
3. 许可：README / SKILLHUB 标注为 Proprietary（YK Global），商用前请自行确认授权。
4. 路径：文档示例中的 cd /home/gem/workspace/... 为作者环境路径，实际应切换到本机 skillhub install 后的技能目录再执行命令。

结尾¶

Text Classifier Pro 把预设分类模板、自定义打标、多格式导出和 Token 档位约束收敛到一个可安装的 Agent Skill，并保留 CLI / Web / Python API 三种落地方式。若要在 Cursor 等客户端启用，从 SkillHub 安装 @user_26bdbd50/text-classifier-pro 到对应 skills 目录即可；详情与版本信息见 https://www.skillhub.cn/skills/user_26bdbd50/text-classifier-pro 。