name: data-generator description: 訓練資料生成技能。根據傳入的工具名和使用者指令列表，生成多輪對話格式的 JSONL 訓練資料。觸發場景：(1) 傳入工具名和使用者指令列表，生成完整訓練資料；(2) 批次生成指定工具的標註資料；(3) 給定指令列表，輸出 JSONL 對話樣本。

Data Generator

將使用者指令列表轉換為標準 JSONL 訓練資料。

輸入

兩個必填引數：

輸出 JSONL 格式

{"conversations":[
  {"from":"human","value":"<當前使用者指令>開啟客廳空調</當前使用者指令>\n<本地裝置>格力冷靜王(空調)</本地裝置>\n<當前時間>2026-03-15 14:22:47</當前時間>\n<使用者場景列表>[{\"scene_id\":1001,\"scene_name\":\"回家模式\",\"room_name\":\"全屋\"},{\"scene_id\":1002,\"scene_name\":\"睡眠模式\",\"room_name\":\"主臥\"}]</使用者場景列表>\n<使用者裝置列表>{\"客廳\":[\"格力冷靜王(空調)\",\"洗碗機A1(洗碗機)\"],\"主臥\":[\"美的舒省風(空調)\"]}</使用者裝置列表>"},
  {"from":"assistant","value":"<tool_call>{\"tool_name\":\"dev_control\",\"query\":\"開啟客廳空調\"}</tool_call>"},
  {"from":"observation","value":"<tool_response>客廳空調已開啟</tool_response>"},
  {"from":"assistant","value":"好的，客廳空調已經開啟啦~"}
],"system":"","history":[]}

格式規則

1. human value = 完整上下文，格式固定： <當前使用者指令>使用者原始指令</當前使用者指令> <本地裝置>裝置名(型別)</本地裝置> <當前時間>YYYY-MM-DD HH:mm:ss</當前時間> <使用者場景列表>[{"scene_id":xxx,"scene_name":"場景名","room_name":"房間名"},...]</使用者場景列表> <使用者裝置列表>{"房間":["裝置名(型別)",...]}</使用者裝置列表>
2. assistant tool_call = 直接輸出 tool_call 標籤，無墊音字首
3. observation = <tool_response>...</tool_response> 或 <tool_call>{...}</tool_call>（dev_info/weather 等工具）
4. assistant 終接回復 = 直接回復內容，無墊音字首
5. system = ""，history = []

工作流

1. 接收 tool_name + user_instructions[]
         ↓
2. 載入提示詞：通用要求 + 工具特定要求（references/tools/{tool}.txt）
         ↓
3. 將 user_instructions 注入提示詞
         ↓
4. 生成 JSONL（每條獨立）
         ↓
5. 輸出 .jsonl 檔案

提示詞拼接

拼接規則：

[通用要求]
# ═══════════════════════════════════════════════════════════════════
# 【工具特定要求】
# 本次只調用：{TOOL_NAME}
# ────────────────────────────────────────────────────────────────
[references/tools/{TOOL_NAME}.txt 內容]

拼接指令碼：scripts/build_prompt.py

工具與檔案對照

使用示例

輸入：

tool_name: "dev_info"
user_instructions: ["家裡空調數量", "有幾個空調"]

輸出欄位說明：

BUG 修復資料

當傳入 tool_name 為修復後的正確工具時，生成的資料應體現： - 工具呼叫格式正確（符合工具要求檔案） - query 欄位格式正確（如延時類指令含 timing 欄位） - 文字回覆符合預期（含延時時間描述）

具體格式參考：references/tools/scene_generator.txt。

更多技能請訪問小蔥技能站7w4.net。

這個 Skill 用於自動生成智慧家居對話的訓練資料，質量中等偏上。優點是支援的工具型別多、格式規範明確、使用文件詳細。缺點是部分複雜規則的實現可能與預期不符，生成的資料樣式較為固定，不夠靈活多樣。如果需要批次生成標註資料，可以用它作為基礎，但建議配合人工稽核確保資料質量。