product-data

product-data 是产品/标签定义到标准数据记录的可迁移 skill 包。

设计原则：

SKILL.md 描述流程、review 门禁和 Agent 使用方式。
knowledge/ 保存数据格式、生成协议和可维护知识。
scripts/ 保存可独立执行的脚本能力。
tools.yaml 描述脚本如何被平台注册成工具；没有注册能力的 Agent 也可以直接调用脚本。

可迁移工具约定

脚本能力是本体，平台注册是适配层。

每个脚本都支持两种输入：

python skills/product-data/scripts/<tool>.py --input input.json

或：

cat input.json | python skills/product-data/scripts/<tool>.py

脚本统一输出 JSON：

{"ok":true}

失败时输出：

{"ok":false,"error":"..."}

当前脚本

脚本	用途
`scripts/normalize_dataset_draft.py`	把 dataset draft text v1 转成 canonical records
`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，`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`

平台内使用方式

在 ZK Data Agent 里，前链路输入文本化和 review 状态机仍使用平台注册的 data_agent_* 工具；格式转换、校验和导出使用 python_exec 的 script_path 模式直接执行本目录 scripts/ 下的 portable scripts。不要在 python_exec.code 里通过 subprocess 二次调用这些脚本。

通过 python_exec 运行时，脚本会根据 PYTHON_EXEC_SCRATCHPAD 自动把逻辑路径 output/... 路由到当前会话 output 目录。独立运行时，仍按当前目录下的 output/ 输出。

大批量生成时，不要先写 draft_part*.txt。推荐每批最多 8 条，通过 stdin 调用 normalize_dataset_draft.py，并设置：

{
  "records_output_path": "scratchpad/normalized_records.jsonl",
  "append": true,
  "return_records": false
}

最后从 scratchpad/normalized_records.jsonl 统一校验和导出。

用户确认计划后，生成任务应在同一轮内尽量跑完整个批次链路；不要因为超过 24 条就主动停顿等待继续。每批工具调用前用固定格式输出进度，方便 Web 摘要行展示：

进度：批 i/n，已生成 x/y，主题

如果确实因为超时、取消或工具错误中断，用户回复继续后先统计 scratchpad/normalized_records.jsonl 已有行数，再从下一批 append。

2.8 KiB Raw Blame History Unescape Escape

product-data

可迁移工具约定

当前脚本

平台内使用方式

2.8 KiB

Raw Blame History