闲社服务运行正常AI智能体自动化平台
L

LLM文本纠错

技能标识:LLM-Text-Correct

|

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.2.2
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

LLM文本纠错

LLM-Text-Correct

功能:使用 pycorrector + MacBERT 专业模型,自动修正中文拼写、形近字、语法、标点等错误。准确率高达 90%+,适合正式文档、文章、聊天记录等需要高精度的中文文本。

触发时机(Triggers)

  • - 用户提供一段中文文字,并带有“纠正”“修正”“改错”“检查错别字”“润色”“优化”“语法错误”等关键词。
  • 用户说“帮我改一下这段话”“这段文字有问题帮我看看”等口语。
  • 支持直接粘贴大段文本,或提供 .txt 文件路径。
  • 支持批量:一次提供多个段落或文件。

支持的模型(推荐顺序)

  1. 1. shibing624-macbert4csc-base-chinese → 基于 Transformer(MacBERT)的深度学习纠错模型,效果最佳(推荐默认)。
  2. chinese-kenlm-klm → 基于 KenLM 的统计语言模型(N-gram),速度更快但精度稍低。

核心优势

  • - 专业模型纠错,比普通 LLM 提示词更准确稳定。
  • 支持 GPU 加速(脚本会自动检测)。
  • 输出 corrected 版本,并可对比显示修改处。

参数提取指南

当决定调用此技能时,请从用户上下文中提取以下参数:
  1. 1. <输入文本/路径> (必填): 用户提供的中文文本内容,或文本文件路径(如 /path/to/text.txt)。
  2. --refine (选填): 如果用户想要进一步润色或优化风格,可添加此参数。
  3. --model-path <模型路径> (选填): 用户指定使用特定模型路径时传入,默认自动选择推荐模型。

执行步骤

  1. 1. 识别输入:判断用户是直接给了文本内容,还是提供了文件路径。
  2. 默认输出:若未指定输出路径,默认在输入同级创建 [原文件名]_corrected.txt 或直接返回修正后的文本。
  3. 调用命令:使用以下兼容性命令启动脚本(优先 python3,失败则 python)。脚本会自动创建虚拟环境、检测 GPU 并安装依赖。

bash
(python3 scripts/correcttext.py <输入文本/路径> [--refine] [--model-path <模型路径>]) || (python scripts/correcttext.py <输入文本/路径> [--refine] [--model-path <模型路径>])

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 llm-text-correct-1776103811 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 llm-text-correct-1776103811 技能

通过命令行安装

skillhub install llm-text-correct-1776103811

下载

⬇ 下载 LLM-Text-Correct v1.2.2(免费)

文件大小: 19.46 KB | 发布时间: 2026-4-14 11:04

v1.2.2 最新 2026-4-14 11:04
- Expanded and clarified usage scenarios, adding detailed trigger phrases and supported input types.
- Improved documentation: better parameter extraction instructions and explicit trigger conditions.
- Clarified model recommendations, now prioritizing MacBERT as default.
- Added user-invocable metadata for improved accessibility.
- No code changes; documentation and metadata update only.
返回顶部