spacy-nlp-agentic-skill
基于spaCy的企业级文本处理与分类技能
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：spacy-nlp-agentic-skill。 它的用途是：基于spaCy的企业级文本处理与分类技能 完整的 Skill 内容见：https://321skill.com/skills/spacy-nlp-agentic-skill/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我分析一下这份用户反馈报告中的主要负面情绪和提到的产品问题。'，它会调用`/extract-entities`和`/analyze-text`等命令，自动识别报告中的关键实体（如产品名、功能点）和情感倾向，并生成一份结构化的分析摘要，帮你快速定位核心问题。
介绍
spaCy NLP Agentic Skill 为需要处理大量文本数据的用户提供了工业级的自然语言处理能力。它基于成熟的spaCy 3.x库构建，能够高效地完成实体识别、文本分类、语法分析等核心NLP任务。
用户可以通过一系列预设的命令（如/extract-entities, /classify-text）直接调用复杂的NLP功能，无需编写底层代码。该技能还集成了智能代理，能在遇到常见错误或性能问题时自动提供解决方案，优化工作流程。
该技能非常适合内容创作者、数据分析师、学术研究者以及需要处理客户反馈、文档分类或信息提取的各类专业人士。它降低了使用高级NLP技术的门槛。
建议初次使用时先运行/spacy-setup命令下载所需模型。对于自定义分类任务，准备好标注好的训练数据是关键。在处理大批量文档时，使用/batch-nlp命令可以显著提升效率并管理内存消耗。
核心特点
本技能不仅封装了spaCy的核心功能，更通过集成多个智能代理（如错误修复、工作流辅助、性能优化）实现了主动式的问题诊断与解决，将静态的NLP库升级为动态、可协作的AI工作伙伴。
注意事项
不适合需要处理图像、音频等多模态信息的场景，且高度依赖用户提供的标注数据来训练定制化分类模型。
常见问题
如何开始使用这个技能进行文本分析？
首先运行 `/spacy-setup` 安装基础环境，然后使用 `/analyze-text` 命令对一段文本进行完整的语法和词性分析。
我想用自己公司的数据训练一个分类器，该怎么做？
准备好符合格式要求的训练数据（如JSON），然后使用 `/create-taxonomy` 定义分类体系，最后运行 `/train-classifier` 进行模型训练。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/spacy-nlp-agentic-skill/raw/index.md 读取 spacy-nlp-agentic-skill 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/spacy-nlp-agentic-skill/raw/index.md（查看排版版本）