zk-data-agent/skills/model-labeling/knowledge/input_formats.md

Model Labeling 输入格式

本 skill 的脚本会把不同来源的数据统一成 sample：

{
  "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：

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

此时必须询问用户字段映射，不要猜。