数据处理

智能数据处理

智能数据处理支持通过自然语言描述处理要求，对数据集和文件夹中的内容进行读取、清洗、统计、转换与信息提取。根据处理目标，可以生成结构化数据集，也可以将文本、图片及其他文件写入输出文件夹。

在「流程」中选中需要处理的数据集或文件夹节点，点击右侧的【智能数据处理】。

智能数据处理入口

在「智能数据处理」弹窗中核对输入。如需添加其他输入，可点击输入区域的【新增】。

在输出区域点击【新增】，根据处理需求逐个创建输出。结构化表格可使用输出数据集承接，文本、图片、文档等文件可保存到输出文件夹。输出类型和数量按实际需要确定。

核对输入和输出，点击【确认】进入智能数据处理页面。

智能数据处理输入与输出配置

在「智能体」页面中，左侧用于输入处理要求和查看回复，右侧提供「输入内容」「输出结果」和「脚本」页签。

切换到「输入内容」查看待处理数据。输入为文件夹时，可按目录浏览文件，选择文件查看预览，也可通过【快速过滤当前目录】定位文件。

在左下方输入框中用自然语言描述处理要求，按回车发送。智能体会结合输入内容开展处理，并在对话中反馈进展和结果。

智能体对话与输入内容

描述要求时，应说明需要处理的数据、具体规则和期望的输出。涉及多个输入时，应明确各输入之间的关系；涉及多个输出时，应说明每个输出应包含的内容。

处理完成后，在左侧回复中查看总结。切换到「输出结果」，选择需要查看的输出，可浏览生成的文件并查看预览，核对处理结果是否符合处理要求。

输出结果浏览与文件预览

检查输出内容是否完整、是否存在遗漏或重复，并结合原始数据确认结果。需要将文件保存到本地时，可使用预览区域的【下载】。

需要修改处理逻辑时，可在左下方继续输入要求，说明需要调整的规则或输出内容。处理完成后，重新查看「输出结果」，确认修改是否符合预期。

也可在「脚本」中查看处理代码和历史版本。进入编辑状态修改代码后，点击【保存】可保存为新版本；点击【运行】会执行最新版本的脚本，存在未保存的编辑时会先保存再运行。仅切换历史版本查看不会改变运行所用的版本。

对话已完成处理并生成结果后，无需再次点击【运行】；需要重新执行处理逻辑时再运行。

调整处理要求可能更新或替换已有输出。如需保留当前文件，应先下载保存；不同处理目标也可分别创建任务。

智能数据处理支持以下常见任务。不同格式的读取、转换和输出范围各有差异，应结合文件内容提出具体要求。

数据类别	常见格式	处理能力
表格数据	CSV、TSV、XLSX	编码转换、缺失值处理、去重、类型修正、统计分析、分组聚合、异常检测、训练集与测试集划分、多格式导出。
结构化数据	JSON、JSONL、YAML、XML、GeoJSON	字段和节点提取、嵌套结构展开、筛选统计、转换为表格。
二进制与科学数据	Parquet、Feather、SQLite、NPY、NPZ、HDF5、MAT、NetCDF	表和层级结构读取、查询、数组运算、切片及统计。
图像	PNG、JPEG、BMP、WebP、TIFF、GIF	缩放、裁剪、旋转、格式转换、像素与元数据统计、多页拆分、动画帧提取、文字和表格 OCR。
文档	PDF、DOCX	PDF 文本与表格提取、扫描 PDF OCR、DOCX 段落和表格读取及内嵌图片导出。
文本	Markdown、纯文本、日志、HTML	编码转换、行级过滤与统计、正文和链接提取。
音视频	WAV、MP3、OGG、FLAC、MP4、WebM、SRT	音视频转码、时长及元数据读取、响度分析、视频抽帧、字幕提取与格式转换。
压缩文件	ZIP、TAR.GZ、Gzip	查看归档内容、解包、按需读取文件、过滤元数据条目。