wuyang6
232 lines
4.5 KiB
Markdown
232 lines
4.5 KiB
Markdown
# 08. label-master Skill 实现
|
||
|
||
|
||
|
||
## 1. 定位
|
||
|
||
`label-master` 是标签知识和边界分析 Skill。
|
||
|
||
它不把“给 query 打标签”做成一个黑盒工具，而是让 Agent 逐步读取知识、比较候选、解释依据，并在必要时调用脚本校验最终输出格式。
|
||
|
||
典型链路：
|
||
|
||
```text
|
||
query / 标签边界问题 / target 校验需求
|
||
-> 读取决策流程
|
||
-> 读取候选召回索引
|
||
-> 找 2-5 个候选标签
|
||
-> 读取候选标签卡片
|
||
-> 命中混淆时读取边界卡
|
||
-> 判断 complex / 多指令 / 自动任务等结构维度
|
||
-> 判断输出形态
|
||
-> 给出推荐、候选、依据、排除项和不确定点
|
||
-> 如要落数据，调用 validate_label_output.py
|
||
```
|
||
|
||
位置：
|
||
|
||
```text
|
||
skills/label-master/SKILL.md
|
||
skills/label-master/knowledge/
|
||
skills/label-master/scripts/
|
||
```
|
||
|
||
## 2. 知识组织
|
||
|
||
核心目录：
|
||
|
||
```text
|
||
knowledge/
|
||
标签总览.md
|
||
决策流程.md
|
||
索引/
|
||
候选召回索引.md
|
||
标签索引.md
|
||
维度索引.md
|
||
label_manifest.json
|
||
判断维度/
|
||
复杂度/
|
||
多指令/
|
||
自动任务/
|
||
标注输出形态.md
|
||
输出能力/
|
||
标签/
|
||
边界/
|
||
边界索引.md
|
||
高频混淆/
|
||
领域概览/
|
||
迁移记录.md
|
||
```
|
||
|
||
设计原则：
|
||
|
||
```text
|
||
索引先行
|
||
不直接读全量标签卡。
|
||
|
||
维度分离
|
||
complex、多指令、自动任务不是业务标签。
|
||
|
||
标签卡片中文维护
|
||
方便人工编辑。
|
||
|
||
输出能力独立
|
||
function、intent、object、Agent 包装放在输出能力层。
|
||
|
||
边界卡优先人工维护
|
||
高频混淆写清楚，不只依赖自动迁移总结。
|
||
```
|
||
|
||
## 3. Agent 使用方式
|
||
|
||
`label-master` 的关键在于利用 Agent 的多轮阅读和规划能力。
|
||
|
||
典型 Agent loop：
|
||
|
||
```text
|
||
模型选择 label-master
|
||
-> read_file knowledge/决策流程.md
|
||
-> read_file knowledge/索引/候选召回索引.md
|
||
-> read_file 候选标签卡片
|
||
-> read_file 高频混淆边界卡
|
||
-> 必要时 read_file 判断维度/复杂度/*
|
||
-> 必要时 read_file 输出能力/*
|
||
-> 输出可 review 判断
|
||
```
|
||
|
||
为什么不做成单个 `classify_query(query) -> label` 工具：
|
||
|
||
- 标签判断常常需要比较候选和排除项。
|
||
- function / intent / Agent 包装要看迁移状态。
|
||
- complex、多指令、自动任务是独立维度。
|
||
- 人类 review 需要看到依据，而不是只看到最终标签。
|
||
|
||
因此脚本只做索引和校验，不替代语义判断。
|
||
|
||
## 4. 输出形态
|
||
|
||
标签知识中存在多种输出形态：
|
||
|
||
```text
|
||
Agent(tag="xxx")
|
||
function program
|
||
intent
|
||
object + function 组合
|
||
多指令 JSON
|
||
自动任务 JSON
|
||
complex=true/false
|
||
```
|
||
|
||
`complex` 是独立维度，不应该混在 target 里。
|
||
|
||
例如训练输出可以组合成：
|
||
|
||
```text
|
||
complex=false
|
||
Agent(tag="地图导航")
|
||
```
|
||
|
||
但内部判断要拆成：
|
||
|
||
```text
|
||
complex: false
|
||
target: Agent(tag="地图导航")
|
||
```
|
||
|
||
## 5. 脚本能力
|
||
|
||
### 5.1 build_label_manifest.py
|
||
|
||
用途：
|
||
|
||
```text
|
||
把 Markdown 知识生成机器索引。
|
||
```
|
||
|
||
位置：
|
||
|
||
```text
|
||
skills/label-master/scripts/build_label_manifest.py
|
||
```
|
||
|
||
输出：
|
||
|
||
```text
|
||
skills/label-master/knowledge/索引/label_manifest.json
|
||
```
|
||
|
||
使用场景：
|
||
|
||
- 新增标签卡。
|
||
- 修改输出能力。
|
||
- 修改判断维度。
|
||
- 修改边界知识。
|
||
|
||
### 5.2 validate_label_output.py
|
||
|
||
用途：
|
||
|
||
```text
|
||
校验 target/function/intent/Agent/多指令/自动任务输出格式。
|
||
```
|
||
|
||
位置：
|
||
|
||
```text
|
||
skills/label-master/scripts/validate_label_output.py
|
||
```
|
||
|
||
典型调用：
|
||
|
||
```text
|
||
python_exec(script_path="skills/label-master/scripts/validate_label_output.py", args=["--target", "Agent(tag=\"地图导航\")"])
|
||
```
|
||
|
||
批量校验：
|
||
|
||
```text
|
||
--file output/records.jsonl --field target
|
||
```
|
||
|
||
## 6. 和 product-data 的关系
|
||
|
||
`product-data` 在需要确认 target 或生成边界数据时，可以读取 `label-master` 的知识。
|
||
|
||
分工：
|
||
|
||
```text
|
||
label-master
|
||
判断标签知识、边界、输出形态、target 合法性。
|
||
|
||
product-data
|
||
做数据生成 review、draft、canonical records、导出。
|
||
```
|
||
|
||
当用户给出模糊标签名时，应该先用 `label-master` 辅助确认：
|
||
|
||
```text
|
||
标签是否存在
|
||
使用 Agent 包装还是 function
|
||
complex 默认是什么
|
||
是否有高频混淆边界
|
||
```
|
||
|
||
再进入 `product-data` 的生成计划。
|
||
|
||
## 7. 设计边界
|
||
|
||
`label-master` 负责：
|
||
|
||
- 标签知识检索。
|
||
- 候选标签比较。
|
||
- 边界解释。
|
||
- 输出形态判断。
|
||
- target 格式校验。
|
||
|
||
不负责：
|
||
|
||
- 生成数据集。
|
||
- 线上日志挖掘。
|
||
- 导出训练/评测格式。
|
||
- 直接替用户确认争议边界。
|