一個輕量級的純 Python 工具，無需外部依賴即可自動檢測文字檔編碼與 BOM 標記。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install cn-text-encoding-detector
2. 手動安裝
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
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 cn-text-encoding-detector。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 Text Encoding Detector？
Text Encoding Detector 是一個強健、零依賴的 Python 工具，旨在以程式化方式解決字元編碼問題。這個對開發者友善的實用程式可掃描文字檔，準確識別 UTF-8、UTF-16 LE/BE、GBK、GB2312 與 Latin-1 等編碼，並能自動識別位元組順序標記 (BOM)。透過將此工具與 Openclaw Skills 整合，開發者與 AI 智慧體可以在自動化編碼流程中無縫解析、檢查並修復亂碼文字檔。
它完全運作在 Python 標準函式庫之上，無需外部 API 或網際網路存取。這種本地優先的設計保證了最高的效能與隱私性，使其成為在建構處理多語言或舊版文件資料庫的自動化工作流時，開發者工具箱中的重要一環。
Text Encoding Detector 應用場景
- 修復亂碼 (Mojibake)： 自動檢測無法讀取的文字檔正確編碼，以還原可讀內容。
- 資料集預處理流水線： 在將文件輸入機器學習模型或資料庫之前驗證檔案編碼，以防止讀取崩潰。
- 批次編碼轉換： 掃描整個目錄以尋找不一致的字元集，並將它們系統地轉換為 UTF-8。
- BOM 標記識別： 識別與管理 UTF 檔案中的位元組順序標記 (BOM)，以確保與基於 Unix 的命令列工具的相容性。
Text Encoding Detector 運作原理
- 輸入檔案驗證： 指令碼接受目標檔案路徑作為輸入引數。
- BOM 與標頭分析： 該工具對檔案標頭進行初始位元組級掃描，以檢測明確的位元組順序標記 (BOM) 簽章。
- 啟發式編碼嘗試： 該演算法嘗試讀取檔案內容，優先進行 UTF-8 解碼。如果失敗，它將回退到 GBK 或 GB2312 等區域編碼，隨後是 Latin-1。
- 回退與輸出生成： 如果沒有匹配的標準模式，它將輸出 'UNKNOWN'。否則，它將返回一個結構化的 JSON 有效負載，包含檔案路徑、檢測到的編碼與以位元組為單位的檔案大小。
Text Encoding Detector 設定指南
無需外部 Python 依賴，設定非常簡單。只需複製或拷貝指令碼到您的專案中，並使用您的 Openclaw Skills 工作區進行設定。
安裝
確保您的環境中已安裝 Python 3.x。複製儲存庫並呼叫指令碼：
# 使用 Python 3 執行檢測器
python3 scripts/encoding_detector.py --file path/to/your/document.txt
Openclaw 整合
要將其與 Openclaw Skills 一起使用，請在工具定義檔案中註冊該 Python 指令碼，以便您的 AI 智慧體可以在編碼任務期間動態觸發編碼稽核。
Text Encoding Detector 資料結構與分類體系
Text Encoding Detector 以標準的 JSON 格式輸出結構化資料，方便 Openclaw Skills 內的其它指令碼或 AI 智慧體進行輕鬆的程式化消費。
| 欄位 | 類型 | 說明 |
|---|---|---|
file |
String | 被掃描文字檔的絕對或相對路徑。 |
encoding |
String | 檢測到的字元編碼 (例如 UTF-8, GBK, UTF-16 LE, UNKNOWN)。 |
size_bytes |
Integer | 總檔案大小（以位元組為單位）。 |
JSON 輸出範例
{
"file": "document.txt",
"encoding": "UTF-8",
"size_bytes": 15234
}
Text Encoding Detector 進階特性
- BOM 感知解析： 透過識別檔案開頭處的位元組順序標記 (UTF-8, UTF-16 BE/LE) 來防止常見的解碼錯誤。
- 零依賴佔用： 完全使用 Python 標準函式庫建構，確保在資源受限或離線隔離的容器環境中能夠立即執行。
- 快速啟發式路徑： 採用最佳化的回退樹（嘗試 UTF-8，然後 GBK，然後 Latin-1）來有效地解析標準的中文與西歐編碼。
- 結構化 CLI 輸出： 輸出可解析的 JSON 結果，實現與 Openclaw Skills 中工具的無縫流水線鏈式載入。
SKILL.md
加載中
Openclaw 相關技能
精選*
