# Model Labeling 输入格式

本 skill 的脚本会把不同来源的数据统一成 sample：

```json
{
  "index": 0,
  "request_id": "",
  "query": "",
  "prompt": "",
  "gold_label": "",
  "source_format": ""
}
```

## canonical records

识别条件：

- JSONL 每行是对象，或 JSON 数组 / `{ "records": [...] }`。
- 对象包含 `turn.query`。

字段来源：

- `query`：`turn.query`
- `request_id`：`source.request_id`
- `gold_label`：`complex=true/false` + `label.target`
- `prompt`：按 product-data 的 planning prompt 规则生成

## training jsonl

识别条件：

- 每行是对象。
- 包含 `instruction` 或 `system`。

字段来源：

- `prompt`：`system + instruction` 包成 chat template；如果已有 `prompt` 则直接使用。
- `gold_label`：`output`
- `query`：尽力从 `[当前query]` 后的 `用户:` 抽取。

## eval/planning CSV

识别条件：

- CSV 表头包含 `newPrompt` 或 `query`。

字段来源：

- `prompt`：优先 `newPrompt`
- `query`：`query`
- `gold_label`：`code标签`，如果有 `complex` 列则组合成两行

## 同事流转 CSV

识别条件：

- CSV 表头包含 `query` 和 `function`。

字段来源：

- `query`：`query`
- `request_id`：`request_id`
- `gold_label`：`function`
- `prompt`：根据 `query`、`prev_session`、`context` 生成 planning prompt

## 未知格式

如果不能识别，脚本返回：

```json
{
  "ok": false,
  "needs_mapping": true,
  "columns": ["..."],
  "error": "..."
}
```

此时必须询问用户字段映射，不要猜。