Fix product data eval export format

skills/product-data/README.md

@@ -45,8 +45,8 @@ cat input.json | python skills/product-data/scripts/<tool>.py
 | `scripts/validate_dataset_records.py` | 校验 canonical records |
 | `scripts/export_dataset_records.py` | 导出紧凑 JSONL/JSON，并默认生成同目录 `records.csv` 表格 |
 | `scripts/export_dataset_table.py` | 已有 canonical records 时，只补生成同事流转表格 |
-| `scripts/export_training_jsonl.py` | 把 canonical records 转成训练 JSONL |
-| `scripts/export_planning_eval_csv.py` | 把 canonical records 转成含 `newPrompt` 的评测 CSV |
+| `scripts/export_training_jsonl.py` | 把 canonical records 转成训练 JSONL，`output` 自动组合 `complex` 和标签 |
+| `scripts/export_planning_eval_csv.py` | 把 canonical records 转成含 chat-template `newPrompt` 的评测 CSV，`complex` 列来自元数据并输出为 `TRUE/FALSE` |
 
 ## 平台内优先级
 

skills/product-data/SKILL.md

@@ -97,6 +97,7 @@ source_refs:
 
 - `dataset_label`：数据集或专题名称。
 - `target` / `target_definitions`：最终监督标签。单标签任务用 `target`，多标签边界任务必须用 `target_definitions` 列出每个标签和判定规则。
+- `complex` 判定规则：复杂度是独立维度，必须和标签边界一起确认；如果用户没有说明复杂/不复杂，默认按“原子化单步操作=false，需要规划、分析、组合或多步骤推理=true”给出建议，并在 review 中让用户确认。
 - 生成数量：总条数，以及单轮/多轮数量或比例。
 - 覆盖范围：需要覆盖哪些 query 类型、意图边界或错误类型。
 - 负例/排除项：哪些表达不要生成，或哪些边界容易误判。
@@ -114,12 +115,15 @@ source_refs:
 
 如果用户在原始需求里已经写出 `Agent(tag="xxx")`、function 调用或其他完整标签表达，`target` 必须原样保留这个完整表达，不要简化成纯标签名。例如用户说 `Agent(tag="餐饮服务")`，则 `target_definitions[*].target` 和后续 draft 的 `target:` 都必须写 `Agent(tag="餐饮服务")`，不要写成 `餐饮服务`。
 
+如果用户给的是训练格式里的两行输出，例如 `complex=false\nAgent(tag="地图导航")`，需要拆开处理：`complex=false` 进入复杂度维度，`Agent(tag="地图导航")` 才是 `target`。不要把 `complex=...` 作为 target 的一部分写入 generation plan。
+
 review 展示必须简短清晰，不要重复解释工具和流程。每次 review 最多展示 6 行，格式优先如下：
 
 ```text
 我先把生成目标整理好了，先确认边界，暂时不生成数据。
 - 数据集：xxx
 - 标签：A -> Agent(tag="A")；B -> Agent(tag="B")
+- 复杂度：默认 false；复杂任务按规则单独标 true
 - 边界：一句话说明核心判定规则
 - 覆盖：一句话说明主要 case 类型
 - 内部：goal_id `...`，revision `...`
@@ -165,7 +169,7 @@ review 展示必须简短清晰，不要重复解释工具和流程。每次 rev
 9. 用户提出修改意见时，调用 `data_agent_update_generation_plan`，再展示计划。
 10. 用户明确确认当前计划版本后，调用 `data_agent_confirm_generation_plan`。
 11. 生成 dataset draft text v1。
-12. 调用 `data_agent_normalize_dataset_draft`，必须传入 `confirmed_plan_id`。
+12. 调用 `data_agent_normalize_dataset_draft`，必须传入 `confirmed_plan_id`；draft 中每条 case 都必须有 `complex: true/false`。
 13. 调用 `data_agent_validate_dataset_records`。
 14. 如果用户要求落盘 canonical records，调用 `data_agent_export_dataset_records`，`output_path` 固定传 `output/records.jsonl`，默认导出紧凑 JSONL，并同时生成同目录 `records.csv` 表格，不要用 `write_file` 手写 JSON 或 CSV。
 15. 如果用户已经明确要训练数据，调用 `data_agent_export_training_jsonl`，优先传 `records_path`，输出固定为 `output/training.jsonl`。
@@ -176,6 +180,7 @@ review 展示必须简短清晰，不要重复解释工具和流程。每次 rev
 
 - 单次 `data_agent_normalize_dataset_draft` 最多处理 8 条 case；计划数量更多时，分批生成、分批 normalize，再汇总校验和导出。
 - dataset draft 中的 Agent target 推荐写成单引号形式，例如 `target: Agent(tag='地图导航')`。工具会规范化为 `Agent(tag="地图导航")`，这样可以降低 tool call JSON 里双引号转义失败的概率。
+- `complex:` 独立写一行，不要写进 `target:`；工具会在导出训练数据和流转表格时自动组合成 `complex=false\nAgent(...)`。
 - 如果 draft 已经保存在文件中，优先传 `draft_path`，不要再把大段 `draft_text` 作为工具参数传入。
 - 校验和导出 records 时，如果 records 已经保存在 JSON/JSONL 文件中，优先传 `records_path`。
 
@@ -190,6 +195,7 @@ review 展示必须简短清晰，不要重复解释工具和流程。每次 rev
 
 ### case: case名称
 用户: 本轮 query
+complex: false
 target: Agent(tag="xxx")
 notes: 可选，说明覆盖的问题或边界
 
@@ -197,6 +203,7 @@ notes: 可选，说明覆盖的问题或边界
 用户: 前一轮 query
 小爱: 前一轮 tts
 用户: 本轮 query
+complex: false
 target: Agent(tag="xxx")
 notes: 可选，说明覆盖的问题或边界
 ```
@@ -207,11 +214,12 @@ notes: 可选，说明覆盖的问题或边界
 - `用户:` 表示用户 query。
 - `小爱:` 表示小爱回复 tts。
 - 最后一个 `用户:` 是本轮 query。
+- `complex:` 是复杂度维度，必须独立填写 `true` 或 `false`；无法确定时先问用户。
 - `target:` 是本轮 query 对应的监督标签，必须存在。
 - 为避免工具参数 JSON 转义失败，dataset draft 里 Agent 标签优先写 `target: Agent(tag='xxx')`；转换工具会统一规范为 `Agent(tag="xxx")`。
-- 单轮数据只需要写一行 `用户:`，然后写 `target:`。
+- 单轮数据只需要写一行 `用户:`，然后写 `complex:` 和 `target:`。
 - 多轮数据需要按照时间顺序写多组 `用户:` / `小爱:`。
-- 多轮数据的最后一轮只写 `用户:` 和 `target:`，不要写最后一轮 `小爱:`，因为本轮 query 不包含 tts。
+- 多轮数据的最后一轮只写 `用户:`、`complex:` 和 `target:`，不要写最后一轮 `小爱:`，因为本轮 query 不包含 tts。
 - 如果 `target` 无法确定，不要编造，必须向用户确认。
 - 不要手写 `record_id`、`request_id`、`timestamp`、`context`。
 - 线上挖掘数据如有真实 `request_id` 和 `timestamp`，可以附加在 case 中；没有则不写。
@@ -226,7 +234,8 @@ canonical records 落盘必须使用 `data_agent_export_dataset_records`，默
 
 - 训练数据：调用 `data_agent_export_training_jsonl`，输出 `training.jsonl`，每行包含 `system`、`instruction`、`output`。
 - 评测数据：调用 `data_agent_export_planning_eval_csv`，输出 `eval_planning.csv`，字段为 `request_id,newPrompt,query,类别真实标签,code标签,complex`。
-- 两个派生格式默认复用相同 prompt 构造逻辑：`[知识注入]`、`[系统状态]`、`[对话历史]`、`[当前query]`、`[function]`。
+- 训练 `output` 和流转表格 `function` 列都会自动组合为两行：第一行 `complex=true/false`，第二行原监督标签；评测 `complex` 列直接来自 canonical record 的 `dimensions.complex`，按评测表习惯输出 `TRUE/FALSE`。
+- 训练 `instruction` 和评测 `newPrompt` 复用相同 prompt 主体：`[知识注入]`、`[系统状态]`、`[对话历史]`、`[当前query]`、`[function]`；评测 `newPrompt` 还会额外包上 `<|im_start|>system`、`<|im_start|>user`、`<|im_start|>assistant` chat template。
 - 对话历史默认最多取 5 轮，且相邻轮间隔不超过 5 分钟；`context` 默认注入 `location` 和 `rag` 两个字段。
 
 当前 canonical record v1 工作格式：
@@ -256,6 +265,9 @@ canonical records 落盘必须使用 `data_agent_export_dataset_records`，默
     "target": "Agent(tag=\"xxx\")",
     "target_type": "agent"
   },
+  "dimensions": {
+    "complex": false
+  },
   "meta": {
     "case_name": "case名称",
     "notes": ""
@@ -357,7 +369,7 @@ skills/product-data/scripts/normalize_dataset_draft.py
 
 ```json
 {
-  "draft_text": "# dataset_label: 地图餐饮边界\n\n### case: 找附近美食\n用户: 附近有什么好吃的\ntarget: Agent(tag='餐饮服务')",
+  "draft_text": "# dataset_label: 地图餐饮边界\n\n### case: 找附近美食\n用户: 附近有什么好吃的\ncomplex: false\ntarget: Agent(tag='餐饮服务')",
   "batch_id": "aabbccdd",
   "source_type": "generated"
 }
@@ -369,7 +381,7 @@ skills/product-data/scripts/normalize_dataset_draft.py
 {"draft_path": "output/dataset_draft.txt", "batch_id": "aabbccdd", "source_type": "generated"}
 ```
 
-用途：把 dataset draft text v1 转成 canonical records。
+用途：把 dataset draft text v1 转成 canonical records。每条 case 推荐包含 `complex: true/false`；旧草稿缺失时会按 `false` 兼容。
 
 ### `product_data_validate_dataset_records`
 
@@ -419,6 +431,8 @@ skills/product-data/scripts/export_dataset_records.py
 request_id,timestamp,query,prev_session,context,label,是否迁移Function,function
 ```
 
+其中 `function` 列会自动组合为 `complex=true/false` 和原监督标签两行。
+
 ### `product_data_export_dataset_table`
 
 脚本：
@@ -456,6 +470,7 @@ skills/product-data/scripts/export_training_jsonl.py
 ```
 
 用途：把 canonical records 转成训练 JSONL，默认文件名 `training.jsonl`。
+输出的 `output` 字段会自动组合 `complex=true/false` 和 `label.target` 两行。
 
 ### `product_data_export_planning_eval_csv`
 
@@ -475,6 +490,7 @@ skills/product-data/scripts/export_planning_eval_csv.py
 ```
 
 用途：把 canonical records 转成含 `newPrompt` 的评测 CSV，默认文件名 `eval_planning.csv`。
+`newPrompt` 会使用评测侧标准 chat template；`complex` 列来自 canonical records 的 `dimensions.complex`，输出为 `TRUE/FALSE`，不要用固定默认值覆盖。
 
 ## 当前可用工具
 
@@ -494,11 +510,11 @@ skills/product-data/scripts/export_planning_eval_csv.py
 - `data_agent_show_generation_plan`：用户要求查看当前计划，或继续上下文时需要恢复计划详情时使用。
 - `data_agent_update_generation_plan`：用户对计划提出修改意见后使用，更新计划并重新展示。
 - `data_agent_confirm_generation_plan`：用户明确确认当前计划版本后使用，获取 `confirmed_plan_id`。
-- `data_agent_normalize_dataset_draft`：用户确认计划后，把 dataset draft text v1 转成 canonical records；必须传入 `confirmed_plan_id`；支持 `draft_text` 或 `draft_path`，大草稿优先 `draft_path`。
+- `data_agent_normalize_dataset_draft`：用户确认计划后，把 dataset draft text v1 转成 canonical records；必须传入 `confirmed_plan_id`；支持 `draft_text` 或 `draft_path`，大草稿优先 `draft_path`；每条 case 要写 `complex: true/false`。
 - `data_agent_validate_dataset_records`：对 canonical records 做结构、标签、时间戳和多轮上下文校验；支持 `records` 或 `records_path`。
 - `data_agent_export_dataset_records`：校验 canonical records 并落盘；支持 `records` 或 `records_path`；默认写紧凑 JSONL，一行一条，固定传 `output/records.jsonl`，并同时生成 `output/records.csv` 表格，不要再用 `write_file` 手写 records 或表格文件。
-- `data_agent_export_training_jsonl`：把 canonical records 转成训练 JSONL；支持 `records` 或 `records_path`；默认写 `output/training.jsonl`。
-- `data_agent_export_planning_eval_csv`：把 canonical records 转成评测 CSV；支持 `records` 或 `records_path`；默认写 `output/eval_planning.csv`。
+- `data_agent_export_training_jsonl`：把 canonical records 转成训练 JSONL；支持 `records` 或 `records_path`；默认写 `output/training.jsonl`；`output` 自动包含 `complex` 行。
+- `data_agent_export_planning_eval_csv`：把 canonical records 转成评测 CSV；支持 `records` 或 `records_path`；默认写 `output/eval_planning.csv`；`complex` 列从元数据生成。
 
 ## 约束
 

skills/product-data/knowledge/canonical_record_v1.md

@@ -29,6 +29,9 @@ canonical record 是产品数据生成链路的中间元数据格式。它不是
     "target": "Agent(tag=\"xxx\")",
     "target_type": "agent"
   },
+  "dimensions": {
+    "complex": false
+  },
   "meta": {
     "case_name": "case名称",
     "notes": ""
@@ -44,6 +47,7 @@ canonical record 是产品数据生成链路的中间元数据格式。它不是
 - 相邻轮时间间隔超过 5 分钟时给 warning。
 - `label.target` 必须有值。
 - `target_type` 只能是 `agent`、`function` 或 `unknown`。
+- `dimensions.complex` 必须是布尔值，表示当前 query 是否为复杂任务；它是独立维度，不写入 `label.target`。
 
 ## 默认导出
 
@@ -52,7 +56,7 @@ canonical record 是产品数据生成链路的中间元数据格式。它不是
 - `records.jsonl`：canonical records，一行一条紧凑 JSON。
 - `records.csv`：同事流转表格，字段为 `request_id,timestamp,query,prev_session,context,label,是否迁移Function,function`。
 
-`records.csv` 中的 `prev_session` 和 `context` 是紧凑 JSON 字符串；`prev_session` 中的 `timestamp` 按历史表格习惯输出为字符串。
+`records.csv` 中的 `prev_session` 和 `context` 是紧凑 JSON 字符串；`prev_session` 中的 `timestamp` 按历史表格习惯输出为字符串。`function` 列会把复杂度和监督标签组合成两行，例如 `complex=false\nAgent(tag="地图导航")`。
 
 如果已有 `records.jsonl` 或 `records.json`，只需要补表格，可以执行 portable `export_dataset_table.py` 或等价工具；默认仍输出到同目录的 `records.csv`。
 
@@ -60,7 +64,7 @@ canonical record 是产品数据生成链路的中间元数据格式。它不是
 
 训练和评测格式都从 canonical records 转换，不由模型手写：
 
-- `training.jsonl`：每行 `{"system": "...", "instruction": "...", "output": "..."}`，由 `export_training_jsonl.py` 或 `data_agent_export_training_jsonl` 生成。
-- `eval_planning.csv`：字段为 `request_id,newPrompt,query,类别真实标签,code标签,complex`，由 `export_planning_eval_csv.py` 或 `data_agent_export_planning_eval_csv` 生成。
+- `training.jsonl`：每行 `{"system": "...", "instruction": "...", "output": "..."}`，由 `export_training_jsonl.py` 或 `data_agent_export_training_jsonl` 生成；`output` 会输出 `complex=true/false` 加监督标签两行。
+- `eval_planning.csv`：字段为 `request_id,newPrompt,query,类别真实标签,code标签,complex`，由 `export_planning_eval_csv.py` 或 `data_agent_export_planning_eval_csv` 生成；`newPrompt` 会包上 `<|im_start|>system/user/assistant` chat template；`complex` 列来自 `dimensions.complex`，按评测表习惯输出 `TRUE/FALSE`，不是固定默认值。
 
-`instruction` 和 `newPrompt` 使用同一套 prompt 模板，默认包含 `[知识注入]`、`[系统状态]`、`[对话历史]`、`[当前query]`、`[function]`。历史轮次默认最多取 5 轮，且相邻时间间隔不超过 5 分钟。
+`instruction` 和 `newPrompt` 使用同一套 prompt 主体，默认包含 `[知识注入]`、`[系统状态]`、`[对话历史]`、`[当前query]`、`[function]`。历史轮次默认最多取 5 轮，且相邻时间间隔不超过 5 分钟。

skills/product-data/knowledge/dataset_draft_v1.md

@@ -9,6 +9,7 @@
 
 ### case: case名称
 用户: 本轮 query
+complex: false
 target: Agent(tag='xxx')
 notes: 可选，说明覆盖的问题或边界
 
@@ -16,6 +17,7 @@ notes: 可选，说明覆盖的问题或边界
 用户: 前一轮 query
 小爱: 前一轮 tts
 用户: 本轮 query
+complex: false
 target: Agent(tag='xxx')
 notes: 可选，说明覆盖的问题或边界
 ```
@@ -26,10 +28,11 @@ notes: 可选，说明覆盖的问题或边界
 - `用户:` 表示用户 query。
 - `小爱:` 表示小爱回复 tts。
 - 最后一个 `用户:` 是本轮 query。
+- `complex:` 是复杂度维度，必须独立填写 `true` 或 `false`；无法确定时先问用户，不要把它塞进 `target`。
 - `target:` 是本轮 query 对应的监督标签，必须存在。
 - Agent 标签推荐写单引号形式 `Agent(tag='xxx')`，转换工具会规范成 `Agent(tag="xxx")`。
-- 单轮数据只需要写一行 `用户:`，然后写 `target:`。
+- 单轮数据只需要写一行 `用户:`，然后写 `complex:` 和 `target:`。
 - 多轮数据需要按照时间顺序写多组 `用户:` / `小爱:`。
-- 多轮数据的最后一轮只写 `用户:` 和 `target:`，不要写最后一轮 `小爱:`。
+- 多轮数据的最后一轮只写 `用户:`、`complex:` 和 `target:`，不要写最后一轮 `小爱:`。
 - 如果 `target` 无法确定，不要编造，必须向用户确认。
 - 不要手写 `record_id`、`request_id`、`timestamp`、`context`。

skills/product-data/schemas/export_planning_eval_csv.input.schema.json

@@ -18,7 +18,15 @@
       "items": {"type": "string"},
       "default": ["location", "rag"]
     },
-    "complex_default": {"type": "boolean", "default": false},
+    "system_prompt": {
+      "type": "string",
+      "default": "你是小爱同学，中文智能语音助手。"
+    },
+    "complex_default": {
+      "type": "boolean",
+      "default": false,
+      "description": "Fallback only for legacy records missing dimensions.complex."
+    },
     "require_validation_ok": {"type": "boolean", "default": true},
     "overwrite": {"type": "boolean", "default": true}
   }

skills/product-data/schemas/normalize_dataset_draft.input.schema.json

@@ -3,7 +3,7 @@
   "properties": {
     "draft_text": {
       "type": "string",
-      "description": "Dataset draft text. Provide exactly one of draft_text or draft_path."
+      "description": "Dataset draft text. Each case should include complex: true/false. Provide exactly one of draft_text or draft_path."
     },
     "draft_path": {
       "type": "string",

skills/product-data/scripts/export_planning_eval_csv.py

@@ -1,6 +1,7 @@
 from __future__ import annotations
 
 from product_data_portable import (
+    DEFAULT_SYSTEM_PROMPT,
     default_planning_eval_output_path,
     emit_error,
     emit_success,
@@ -20,6 +21,7 @@ def main() -> int:
             session_num=int(payload.get("session_num", 5)),
             session_time_minutes=int(payload.get("session_time_minutes", 5)),
             context_fields=payload.get("context_fields"),
+            system_prompt=str(payload.get("system_prompt") or DEFAULT_SYSTEM_PROMPT),
             complex_default=bool(payload.get("complex_default", False)),
             require_validation_ok=bool(payload.get("require_validation_ok", True)),
             overwrite=bool(payload.get("overwrite", True)),

skills/product-data/scripts/product_data_portable.py

@@ -159,7 +159,7 @@ def parse_draft_text(draft_text: str) -> dict[str, Any]:
             continue
 
         field_match = re.match(
-            r"^(用户|小爱|target|notes|dataset_label|request_id|timestamp)\s*[:：]\s*(.*)$",
+            r"^(用户|小爱|target|complex|notes|dataset_label|request_id|timestamp)\s*[:：]\s*(.*)$",
             line,
             re.I,
         )
@@ -207,9 +207,14 @@ def case_to_record(
     if not current_query:
         raise ProductDataError(f"case {index} current 用户 line must be non-empty")
 
-    target = canonical_target(str(case.get("target") or "").strip())
+    raw_target, prefixed_complex = split_complex_prefixed_target(str(case.get("target") or "").strip())
+    target = canonical_target(raw_target)
     if not target:
         raise ProductDataError(f"case {index} target is required")
+    complex_value = parse_complex(
+        case.get("complex"),
+        default=False if prefixed_complex is None else prefixed_complex,
+    )
 
     prev_session = build_prev_session(turns[:final_user_index], case_index=index)
     if len(prev_session) > 10:
@@ -248,6 +253,9 @@ def case_to_record(
             "target": target,
             "target_type": target_type(target),
         },
+        "dimensions": {
+            "complex": complex_value,
+        },
         "meta": {
             "case_name": str(case.get("case_name") or "").strip(),
             "notes": str(case.get("notes") or "").strip(),
@@ -364,6 +372,14 @@ def validate_dataset_records(records: list[dict[str, Any]]) -> dict[str, Any]:
             if label.get("target_type") not in {"agent", "function", "unknown"}:
                 errors.append(issue(f"{prefix}.label.target_type", "label.target_type is invalid"))
 
+        dimensions = record.get("dimensions")
+        if not isinstance(dimensions, dict):
+            warnings.append(issue(f"{prefix}.dimensions", "dimensions.complex is missing; false will be used as fallback"))
+        elif "complex" not in dimensions:
+            warnings.append(issue(f"{prefix}.dimensions.complex", "complex is missing; false will be used as fallback"))
+        elif not isinstance(dimensions.get("complex"), bool):
+            errors.append(issue(f"{prefix}.dimensions.complex", "complex must be a boolean"))
+
     return {
         "ok": not errors,
         "error_count": len(errors),
@@ -500,6 +516,7 @@ def export_planning_eval_csv(
     session_num: int = 5,
     session_time_minutes: int = 5,
     context_fields: list[str] | None = None,
+    system_prompt: str = DEFAULT_SYSTEM_PROMPT,
     complex_default: bool = False,
     require_validation_ok: bool = True,
     overwrite: bool = True,
@@ -520,6 +537,7 @@ def export_planning_eval_csv(
         session_num=session_num,
         session_time_minutes=session_time_minutes,
         context_fields=context_fields,
+        system_prompt=system_prompt,
         complex_default=complex_default,
     )
     path.write_text(content, encoding="utf-8-sig")
@@ -547,6 +565,7 @@ def render_planning_eval_csv(
     session_num: int = 5,
     session_time_minutes: int = 5,
     context_fields: list[str] | None = None,
+    system_prompt: str = DEFAULT_SYSTEM_PROMPT,
     complex_default: bool = False,
 ) -> str:
     fields = normalize_context_fields(context_fields)
@@ -560,21 +579,21 @@ def render_planning_eval_csv(
     for record in records:
         source = record.get("source") if isinstance(record.get("source"), dict) else {}
         turn = record.get("turn") if isinstance(record.get("turn"), dict) else {}
-        label = record.get("label") if isinstance(record.get("label"), dict) else {}
-        target = str(label.get("target") or "")
+        target = record_target(record)
         writer.writerow(
             {
                 "request_id": str(source.get("request_id") or ""),
-                "newPrompt": build_training_instruction(
+                "newPrompt": build_planning_prompt(
                     record,
                     session_num=session_num,
                     session_time_minutes=session_time_minutes,
                     context_fields=fields,
+                    system_prompt=system_prompt,
                 ),
                 "query": str(turn.get("query") or ""),
                 "类别真实标签": category_label_from_target(target),
                 "code标签": target,
-                "complex": "true" if complex_default else "false",
+                "complex": eval_complex_literal(record_complex(record, default=complex_default)),
             }
         )
     return output.getvalue()
@@ -621,6 +640,29 @@ def build_training_instruction(
     return instruction
 
 
+def build_planning_prompt(
+    record: dict[str, Any],
+    *,
+    session_num: int = 5,
+    session_time_minutes: int = 5,
+    context_fields: list[str] | None = None,
+    system_prompt: str = DEFAULT_SYSTEM_PROMPT,
+) -> str:
+    """把训练 instruction 包成评测侧使用的 chat template。"""
+
+    instruction = build_training_instruction(
+        record,
+        session_num=session_num,
+        session_time_minutes=session_time_minutes,
+        context_fields=context_fields,
+    )
+    return (
+        f"<|im_start|>system\n{system_prompt}<|im_end|>\n"
+        f"<|im_start|>user\n{instruction}<|im_end|>\n"
+        "<|im_start|>assistant\n"
+    )
+
+
 def training_jsonl_line(
     record: dict[str, Any],
     *,
@@ -629,7 +671,6 @@ def training_jsonl_line(
     context_fields: list[str],
     system_prompt: str,
 ) -> str:
-    label = record.get("label") if isinstance(record.get("label"), dict) else {}
     payload = {
         "system": system_prompt,
         "instruction": build_training_instruction(
@@ -638,7 +679,7 @@ def training_jsonl_line(
             session_time_minutes=session_time_minutes,
             context_fields=context_fields,
         ),
-        "output": str(label.get("target") or ""),
+        "output": combined_function_label(record),
     }
     return json.dumps(payload, ensure_ascii=False, separators=(",", ":"))
 
@@ -711,6 +752,7 @@ def optional_int_for_export(value: Any) -> int | None:
 
 
 def category_label_from_target(target: str) -> str:
+    target = strip_complex_prefix(target)
     agent_match = re.match(r'''^Agent\s*\(\s*tag\s*=\s*["']([^"']+)["']\s*\)$''', target.strip())
     if agent_match:
         return agent_match.group(1)
@@ -749,7 +791,7 @@ def dataset_record_table_row(record: dict[str, Any]) -> dict[str, str]:
         "context": json.dumps(context, ensure_ascii=False, separators=(",", ":")),
         "label": str(label.get("dataset_label") or ""),
         "是否迁移Function": "",
-        "function": str(label.get("target") or ""),
+        "function": combined_function_label(record),
     }
 
 
@@ -808,7 +850,75 @@ def default_planning_eval_output_path(payload: dict[str, Any]) -> str:
     return str(Path("output") / "eval_planning.csv")
 
 
+def normalize_target_expression(target: str) -> str:
+    """把可能带 complex 前缀的标签表达式收敛为纯 target。"""
+
+    return canonical_target(strip_complex_prefix(target))
+
+
+def strip_complex_prefix(target: str) -> str:
+    stripped_target, _complex_value = split_complex_prefixed_target(target)
+    return stripped_target
+
+
+def split_complex_prefixed_target(target: str) -> tuple[str, bool | None]:
+    lines = target.strip().splitlines()
+    if not lines:
+        return "", None
+    first_line = lines[0].strip()
+    match = re.fullmatch(r"complex\s*=\s*(.+)", first_line, flags=re.I)
+    if not match:
+        return target.strip(), None
+    complex_value = parse_complex(match.group(1), default=False)
+    return "\n".join(lines[1:]).strip(), complex_value
+
+
+def parse_complex(value: Any, *, default: bool) -> bool:
+    if value is None or value == "":
+        return default
+    if isinstance(value, bool):
+        return value
+    text = str(value).strip().lower()
+    if text in {"true", "1", "yes", "y", "是", "复杂", "complex"}:
+        return True
+    if text in {"false", "0", "no", "n", "否", "不复杂", "简单", "simple"}:
+        return False
+    raise ProductDataError("complex must be a boolean value such as true/false")
+
+
+def complex_literal(value: bool) -> str:
+    return "true" if value else "false"
+
+
+def eval_complex_literal(value: bool) -> str:
+    return "TRUE" if value else "FALSE"
+
+
+def record_target(record: dict[str, Any]) -> str:
+    label = record.get("label") if isinstance(record.get("label"), dict) else {}
+    return normalize_target_expression(str(label.get("target") or ""))
+
+
+def record_complex(record: dict[str, Any], *, default: bool = False) -> bool:
+    dimensions = record.get("dimensions")
+    if isinstance(dimensions, dict) and "complex" in dimensions:
+        return parse_complex(dimensions.get("complex"), default=default)
+    label = record.get("label") if isinstance(record.get("label"), dict) else {}
+    if "complex" in label:
+        return parse_complex(label.get("complex"), default=default)
+    _target, prefixed_complex = split_complex_prefixed_target(str(label.get("target") or ""))
+    if prefixed_complex is not None:
+        return prefixed_complex
+    return default
+
+
+def combined_function_label(record: dict[str, Any], *, default_complex: bool = False) -> str:
+    target = record_target(record)
+    return f"complex={complex_literal(record_complex(record, default=default_complex))}\n{target}"
+
+
 def target_type(target: str) -> str:
+    target = strip_complex_prefix(target)
     if re.match(r"^Agent\s*\(\s*tag\s*=", target):
         return "agent"
     if target:
@@ -817,6 +927,7 @@ def target_type(target: str) -> str:
 
 
 def canonical_target(target: str) -> str:
+    target = strip_complex_prefix(target)
     agent_match = re.match(r'''^Agent\s*\(\s*tag\s*=\s*["']([^"']+)["']\s*\)$''', target)
     if agent_match:
         return f'Agent(tag="{agent_match.group(1)}")'

skills/product-data/tools.yaml

@@ -7,7 +7,7 @@ runtime:
   dependencies: []
 tools:
   - name: product_data_normalize_dataset_draft
-    description: Parse dataset draft text v1 into canonical records with generated ids, timestamps, source metadata, context and labels.
+    description: Parse dataset draft text v1 into canonical records with generated ids, timestamps, source metadata, context, labels and dimensions.complex.
     script: scripts/normalize_dataset_draft.py
     input_schema: schemas/normalize_dataset_draft.input.schema.json
     output_schema: schemas/normalize_dataset_draft.output.schema.json
@@ -15,7 +15,7 @@ tools:
       command: python skills/product-data/scripts/normalize_dataset_draft.py --input <input.json>
       stdin: true
   - name: product_data_validate_dataset_records
-    description: Validate canonical product-data records for required fields, labels, timestamp order and prompt stitching constraints.
+    description: Validate canonical product-data records for required fields, labels, dimensions.complex, timestamp order and prompt stitching constraints.
     script: scripts/validate_dataset_records.py
     input_schema: schemas/validate_dataset_records.input.schema.json
     output_schema: schemas/validate_dataset_records.output.schema.json
@@ -23,7 +23,7 @@ tools:
       command: python skills/product-data/scripts/validate_dataset_records.py --input <input.json>
       stdin: true
   - name: product_data_export_dataset_records
-    description: Validate canonical records and write compact JSONL or JSON files plus a sibling records.csv sharing table without asking the model to hand-write files.
+    description: Validate canonical records and write compact JSONL or JSON files plus a sibling records.csv sharing table whose function column combines complex and label target.
     script: scripts/export_dataset_records.py
     input_schema: schemas/export_dataset_records.input.schema.json
     output_schema: schemas/export_dataset_records.output.schema.json
@@ -31,7 +31,7 @@ tools:
       command: python skills/product-data/scripts/export_dataset_records.py --input <input.json>
       stdin: true
   - name: product_data_export_dataset_table
-    description: Convert existing canonical records into the shared records.csv table format without rewriting the metadata file.
+    description: Convert existing canonical records into the shared records.csv table format without rewriting the metadata file; function column combines complex and label target.
     script: scripts/export_dataset_table.py
     input_schema: schemas/export_dataset_table.input.schema.json
     output_schema: schemas/export_dataset_table.output.schema.json
@@ -39,7 +39,7 @@ tools:
       command: python skills/product-data/scripts/export_dataset_table.py --input <input.json>
       stdin: true
   - name: product_data_export_training_jsonl
-    description: Convert canonical records into training JSONL lines with system, instruction and output fields.
+    description: Convert canonical records into training JSONL lines with system, instruction and output fields; output combines complex and label target.
     script: scripts/export_training_jsonl.py
     input_schema: schemas/export_training_jsonl.input.schema.json
     output_schema: schemas/export_training_jsonl.output.schema.json
@@ -47,7 +47,7 @@ tools:
       command: python skills/product-data/scripts/export_training_jsonl.py --input <input.json>
       stdin: true
   - name: product_data_export_planning_eval_csv
-    description: Convert canonical records into evaluation CSV with request_id, newPrompt, query, 类别真实标签, code标签 and complex columns.
+    description: Convert canonical records into evaluation CSV with request_id, newPrompt, query, 类别真实标签, code标签 and complex columns; newPrompt uses chat-template tags and complex is read from dimensions.complex as TRUE/FALSE.
     script: scripts/export_planning_eval_csv.py
     input_schema: schemas/export_planning_eval_csv.input.schema.json
     output_schema: schemas/export_planning_eval_csv.output.schema.json