Text Cleaner Lite für Openclaw

Ein optimiertes Hilfsprogramm zur Normalisierung von Leerzeichen, zum Entfernen redundanter Leerzeilen und zum Zuschneiden von Rohtexteingaben.

askjda
v1.0.0
Apr 8, 2026
0
566
0

Installieren & Herunterladen

1. ClawHub CLI

Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.

npx clawhub@latest install text-cleaner-lite

2. Manuelle Installation

Kopiere den Skill-Ordner an einen dieser Orte

Global
~/.openclaw/skills/
Workspace
<project>/skills/

Priorität: Workspace > Lokal > Integriert (Bundled)

3. Prompt-Installation

Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.

Hilf mir, text-cleaner-lite über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).

Lieber herunterladen?

Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.

Was ist Text Cleaner Lite?

Text Cleaner Lite ist ein spezialisiertes Hilfsprogramm, das entwickelt wurde, um die Datenqualität für Entwickler und KI-Agenten zu verbessern, die mit unstrukturiertem Text arbeiten. Als Teil der Openclaw Skills-Bibliothek bietet dieses Tool eine zuverlässige Möglichkeit, Eingaben zu bereinigen, indem mehrere Leerzeichen zusammengefasst, führende oder nachfolgende Leerzeichen entfernt und Zeilenumbrüche verwaltet werden. Es ist besonders effektiv bei der Vorbereitung von Rohinhalten für die LLM-Verarbeitung, bei der unnötige Leerzeichen wertvolle tokens verbrauchen und die Leistung beeinträchtigen können.

Text Cleaner Lite Anwendungsfälle

  • Vorverarbeitung von Web-Scraping-Inhalten, um inkonsistente Formatierungen vor der Analyse zu entfernen.
  • Bereinigung von durch Benutzer übermittelten Texten in Formularen oder Chat-Schnittstellen.
  • Normalisierung von Protokolldateien oder Codedokumentationen für bessere Lesbarkeit.
  • Vorbereitung hochwertiger Datensätze für das Training oder die Feinabstimmung von Modellen mit Openclaw Skills.

So funktioniert Text Cleaner Lite

  1. Das Skill empfängt eine Rohtext-Zeichenfolge und einen optionalen boolean-Parameter zur Steuerung des Zeilenumbruch-Verhaltens.
  2. Es wendet eine Normalisierungslogik an, um mehrere aufeinanderfolgende Leerzeichen zu einem einzigen Leerzeichen zusammenzufassen.
  3. Führende und nachfolgende Leerzeichen werden aus der Zeichenfolge entfernt.
  4. Falls konfiguriert, werden doppelte Leerzeilen entfernt, um den vertikalen Platzbedarf des Textes zu komprimieren.
  5. Der bereinigte Text mit hoher Dichte wird als endgültiges Ergebnis für die Verwendung in anderen Openclaw Skills oder Anwendungen zurückgegeben.

Text Cleaner Lite Einrichtung

Um dieses Hilfsprogramm aus der Openclaw Skills-Sammlung zu nutzen, stellen Sie sicher, dass die Umgebung für die Skriptausführung konfiguriert ist. Verwenden Sie den folgenden Befehl, um Textdateien über das CLI zu verarbeiten:

python main.py --input sample.txt --mode clean

Für die programmatische Verwendung stellen Sie sicher, dass die Variable raw_text an den Funktionsaufruf übergeben wird.

Text Cleaner Lite Datenschema & Taxonomie

Das Skill verwendet ein einfaches, aber effektives Ein-/Ausgabe-schema, um die Kompatibilität über verschiedene Workflows hinweg zu gewährleisten.

Feld Typ Beschreibung
raw_text String Der Eingabetext, der normalisiert werden muss.
keep_newlines Boolean Optional. Wenn wahr, bleiben vorhandene Zeilenumbrüche beim Bereinigen horizontaler Leerzeichen erhalten.
cleaned_text String Das resultierende Ergebnis nach den Normalisierungs- und Zuschneideprozessen.

Text Cleaner Lite Erweiterte Funktionen

  • Intelligente Leerzeichen-Zusammenfassung, die die semantische Bedeutung bewahrt und gleichzeitig die Zeichenanzahl reduziert.
  • Optionale Beibehaltung von Zeilenumbrüchen, um die Dokumentstruktur in verarbeiteten Ausgaben beizubehalten.
  • L1-Risikostufen-Zertifizierung, wodurch es sicher für automatisierte Produktionsumgebungen ist.
  • Leichte Architektur, optimiert für Hochgeschwindigkeitsverarbeitung innerhalb größerer Openclaw Skills-Pipelines.

SKILL.md


Laden

Verwandte Openclaw-Skills

METADATA

Github Stars: 0
forks: 0

Hervorgehoben*