從來源直接安裝技能的最快方式。
npx clawhub@latest install address-classifier
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 address-classifier。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
地址分類器是一個基於 Python 的高性能實用程序,旨在根據官方行政區劃處理與分類中文地址。它自動將地址分為四個主要類別:本地城市、本省其他城市、外省以及不完整條目。對於構建需要強大數據清洗、區域分組或地理統計分析的 Openclaw Skills 開發人員來說,此工具至關重要。
透過利用智能識別與基於關鍵詞的搜索補全,該技能可以處理碎片化的地址數據,例如缺少明確省市抬頭的村鎮名稱。在標準硬體上,它的運行速度約為每秒 1000 條記錄,使其成為 Openclaw Skills 生態系統中處理海量數據任務的可靠解決方案。
要為您的 Openclaw Skills 部署此功能,請確保已準備好 Python 3 環境。輸入必須是製表符分隔值 (TSV) 文件。
# 準備包含 ID 與地址列的 input.txt
# 執行分類器腳本
python address_classifier.py
確保您的配置字典指定了 target_province 與 target_city,以定義分類邏輯的本地邊界。
該技能利用結構化數據架構確保與其他 Openclaw Skills 無縫集成。輸出提供全面的行政元數據。
| 欄位 | 描述 | 範例 |
|---|---|---|
| id | 原始唯一標識符 | 202020001 |
| 原始地址 | 原始地址輸入字符串 | 貴州省貴陽市南明區... |
| 分類結果 | 標準化分類字符串 | 貴州 貴陽 南明 |
| 類別標籤 | 高層級分組標籤 | 本地城市 |
| 省/市/區 | 提取的行政級別 | 貴州 / 貴陽 / 南明 |
| 備註 | 補全或錯誤信息 | 透過下屬縣識別 |
加載中







































