Fix product data eval export format

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`。