Agent Skill · 研究检索

schema-normalizer（模式规范化器）

schema-normalizer 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

schema-normalizer 是研究检索类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为权限未标注；许可证为 MIT，第三方扫描已通过，按安装量在研究检索类的 73,675 个 Skill 里排第 47,935。

总安装 710周安装 29GitHub Stars 422下载 227核验 2026-05-01

研究检索权限未标注 GitHub 仓库未标认证来源可访问许可证明确审计通过 Codex Claude Cursor Gemini CLI

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。

GitHub

许可证: MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：schema-normalizer（模式规范化器）
来源仓库：https://github.com/willoscar/research-units-pipeline-skills
仓库路径：skills/schema-normalizer
安装命令：
npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill schema-normalizer
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异；本站展示可直接复制的安装命令，安装前请核对来源页面。

skills.shnpx skills

npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill schema-normalizer

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题，通常会让助手先检索再总结。

用于查找、检索和筛选相关信息，支持根据关键词定位候选结果。适合在任务场景中快速获取线索或缩小搜索范围。可结合原始 README 核验实际用法，确保与预期场景匹配。安装前建议确认维护状态及是否依赖外部网络调用。schema-normalizer 属于研究检索类 Skill，可作为该场景下的辅助能力补充。

来源仓库内路径：skills/schema-normalizer

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 Codex、Claude、Cursor、Gemini CLI；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。
2
拿到安装命令
可以直接复制的命令是 npx skills add https://github.com/willoscar/research-units-pipeline-skills --ski…；命令里的占位符换成自己的路径或密钥再执行。
3
安装后重启宿主
命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。
4
按最小权限试用
权限没有明确标注，第一次使用时只给一个无关紧要的任务，观察它到底读了哪些文件和网络。

常见问题

6 条

schema-normalizer 怎么安装？

在终端执行 npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill schema-…。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

schema-normalizer 支持哪些 AI 工具？

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

schema-normalizer 需要什么权限？

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务，观察它实际读写了哪些内容。

schema-normalizer 是免费的吗？

来源标注的许可证是 MIT。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

schema-normalizer 用的人多吗？

公开数据是累计安装 710 次，近一周安装 29 次，下载 227 次，GitHub 422 星。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

schema-normalizer 安全吗？

第三方扫描结果为通过，但这只覆盖已知的静态检查项，不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

同时适配 4 种工具，换客户端不用重新找替代品。
3 个目录同时收录，说明这个 Skill 流传比较广。
许可证明确为 MIT，商用和分发边界好判断。
第三方扫描已通过，常见的高风险行为没有命中。

先想清楚的地方

第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

已经在用 Codex，想直接扩展它能力的人。
需要处理研究检索类任务、又不想每次都手写提示词的人。
需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
find-skills 寻找技能 · Codex、Claude	31,199,813	16,486	操作浏览器	MIT	有提醒
self-improving-agent 自我改进 Agent · OpenClaw	16,464,002	3,396	接触敏感数据	MIT-0	通过
soultrace 灵魂追踪 · Codex、Claude	7,588,944	12	需要联网	未明确	有提醒
self-improving 自我完善 · OpenClaw	6,829,284	1,046	需要联网	MIT-0	通过
microsoft-foundry 微软代工厂 · Codex、Claude	6,614,144	764	调用外部服务	未明确	有提醒
schema-normalizer 模式规范化器 · 本页	710	422	权限未标注	MIT	通过

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

Schema Normalizer (NO PROSE)

Purpose: close a common failure mode in skills-first pipelines: schema drift across JSONL artifacts.

When fields are inconsistent (missing ids/titles, mixed citation-key formats), downstream skills start doing best-effort joins and fragile parsing. This skill makes the interface explicit and deterministic.

Inputs

outline/outline.yml (source of truth for section/subsection ids + titles)
Optional (for citation-key sanity): citations/ref.bib
Default JSONL artifacts to normalize (arxiv-survey(-latex) C4 bridge):

- outline/subsection_briefs.jsonl - outline/chapter_briefs.jsonl - outline/evidence_bindings.jsonl - outline/evidence_drafts.jsonl - outline/anchor_sheet.jsonl

Optional (run after writer packs are generated):

- outline/writer_context_packs.jsonl

Outputs

output/SCHEMA_NORMALIZATION_REPORT.md (always written; PASS/FAIL + what changed)
The processed JSONL files are normalized in place (a .bak.* is created if changes are applied).

What gets normalized

1) IDs + titles (join keys)

For any record with sub_id: "<H2>.<H3>":

Ensure section_id exists (derived from the prefix before the dot)
Ensure title, section_title exist (filled from outline/outline.yml)

For any record with section_id: "<H2>":

Ensure section_title exists (filled from outline/outline.yml)

2) Citation key format (reduce parsing drift)

Within these C2-C4 JSONL artifacts, normalize citation keys so they are raw BibTeX keys (no @ prefix):

"citations": ["smith2023", "jones2024"]

Notes:

Final prose still uses Markdown citations: [@smith2023].
This skill does not add/remove citations; it only normalizes formatting.

When to run

Recommended placement in arxiv-survey(-latex):

Run after evidence-draft + anchor-sheet and before writer-context-pack + evidence-selfloop.
This ensures outline/evidence_drafts.jsonl and outline/anchor_sheet.jsonl are schema-stable before drafting packs are built.

Failure modes

If outline/outline.yml is missing or cannot be parsed, the skill FAILs.
If any target JSONL contains invalid JSON lines, the skill reports them and FAILs (do not proceed on corrupted artifacts).

Script (optional)

Quick Start

python.codex/skills/schema-normalizer/scripts/run.py --help
Normalize the C4 bridge artifacts:

- python.codex/skills/schema-normalizer/scripts/run.py --workspace workspaces/<ws>

All Options

--workspace <dir>
--unit-id <U###>
--inputs <semicolon-separated>
--outputs <semicolon-separated>
--checkpoint <C#>

Examples

Normalize the default C4 artifacts (ids/titles + citations format):

- python.codex/skills/schema-normalizer/scripts/run.py --workspace workspaces/<ws> --inputs outline/outline.yml;citations/ref.bib;outline/subsection_briefs.jsonl;outline/chapter_briefs.jsonl;outline/evidence_bindings.jsonl;outline/evidence_drafts.jsonl;outline/anchor_sheet.jsonl --outputs output/SCHEMA_NORMALIZATION_REPORT.md

Normalize writer packs too (if you are running this after writer-context-pack):

- python.codex/skills/schema-normalizer/scripts/run.py --workspace workspaces/<ws> --inputs outline/outline.yml;citations/ref.bib;outline/writer_context_packs.jsonl --outputs output/SCHEMA_NORMALIZATION_REPORT.md

平台分布

Claude Code

26.89%

按下载量换算61

Gemini CLI

22.72%

按下载量换算52

Cursor

17.99%

按下载量换算41

Codex

13.5%

按下载量换算31

OpenCode

7.12%

按下载量换算16

Antigravity

3.04%

按下载量换算7

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围，默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。

继续浏览同类 Skills

更多研究检索 Skills（73,675）返回 Skills 目录

上一个 Skill

schema-mechanism（图式机制）

simhacker/moollm

schema-mechanism 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

schema-optimization-orchestrator（模式优化协调器）

jeremylongshore/claude-code-plugins-plus-skills

schema-optimization-orchestrator 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。