跳到正文
cccskills
免费在 GitHub 公开

arkcli-datasets

使用 ArkCLI 创建、校验、查询、更新、删除、版本化和下载 Dataset。用户提到 Dataset、数据集、ds-*、dsv-*、训练集/验证集复用、数据格式校验或把 Dataset 接入精调任务时使用。

中文简介正在准备中。当前显示原文说明。

查看安装方法

包含的文件(3)

  • SKILL.md3.4 KB
  • references/commands.md4.7 KB
  • references/evals.md3.1 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

ArkCLI 数据集

先读取 ../arkcli-shared/SKILL.md,遵循认证、输出、安全、Client Preview 和二次确认规则。

能力范围

  • 创建 Dataset 及首个 V1,或为已有 Dataset 创建新版本。
  • 从本地 .jsonl 文件或同一 TOS bucket 下的对象映射数据。
  • 根据基础模型的精调配置解析准确 DatasetSchema 并执行服务端校验。
  • 查询、更新、删除 Dataset,查询版本,下载版本中的 TOS 对象。
  • 为 train finetune create 产出稳定的 <dataset-id>:<version-id> 引用。

只处理精调任务本身时改用 ../arkcli-train-finetune/SKILL.md。不要用 Raw API 模拟已有的 dataset 产品命令。

执行守卫

  1. 先执行 arkcli auth status;认证失败时按 shared skill 恢复。
  2. 执行前读取目标叶子命令的 --help,以当前安装版本为准。
  3. --dataset-format 只接受 LLMSft、LLMPretrain、LLMDPO、LLMRL、EmbeddingSft、ImageGenSft、VideoGenSft;不要发送展示文案或其他后端 SchemaType。
  4. --local 与 --tos-uri 互斥。本地输入只接受 .jsonl,最多 20 个文件;多个 TOS URI 必须属于同一 bucket。--tos-uri 必须能被当前身份列举且至少包含一个 .jsonl;不能复用 CLI 上传结果中的 ds-ds/* 暂存路径,应使用已注册版本的 ark/dataset/<dataset-id>/<dataset-version-id>/ 路径或其他可读数据路径。
  5. 创建和新增版本会先逐个校验输入;ValidateDataset.StorageRawLocation.Storage 不发送 AccountID,但随后两种工作流的 CreateDatasetVersion.Storage 都必须发送当前账号的数值型 AccountID。CreateDatasetVersion 不发送可选的 Name,CLI 也不提供该参数;正式版本号完全以服务端响应中的 Version 为准。任一步失败都保留已上传对象或已创建 Dataset,不臆造回滚。
  6. dataset version get <dataset-id> <Vn|dsv-*> --preview 读取每个对象最多 100 KiB(102400 字节)内容,与控制台 Dataset 预览上限一致;版本 SID 仍可省略 Dataset ID。下载既支持 dataset download ... --version ...,也支持 dataset version download <dataset-id> <Vn|dsv-*>,且都不覆盖已有文件。
  7. 删除前先展示版本数、存储路径数以及可获取时的对象数和总字节数,再单独确认。
  8. 创建、版本创建、校验、下载、更新、删除支持叶子级 --dry-run。只读的 list/get 不使用 --dry-run;version get --preview 是真实只读查询,不是 Client Preview。
  9. Client Preview 只展示离线计划;它不上传、不校验服务端数据,也不代替删除确认。

Volc 本地上传使用当前 profile 对应区域的 TOS endpoint,并启用 bucket rename。

工作流

只加载当前任务需要的 reference。

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

arkcli agent:管理 ARK Managed Agents,包括 Agent / Skill / Env / Session / File / Memory Store / Vault / MCP OAuth。控制面优先走 ForTop/OpenTOP,Session 运行时和 Files 走数据面直联。

中文简介正在准备中。当前显示原文说明。

volcengine/ark-cli1432026年10月17日 更新

Inspect or invoke locally registered ArkCLI actions when product commands cannot cover a task. Use for registry errors or exact raw payloads. Not for public API catalogs or OpenAPI schemas.

中文简介正在准备中。当前显示原文说明。

volcengine/ark-cli1432026年10月17日 更新

arkcli 认证管理:交互式登录、Volc SSO 登录、查看状态、退出登录、生成 ARK API Key (apikey)、以及云开发机/CI 用 `arkcli init-volc` 从 VOLC_INIT_* 环境变量无交互引导 platform profile。0.1.16 起 SSO 登录走 Gate 1+2 自动绑定 Profile 切面 (type/region/project/owner_trn);AK/SK login 通道暂关。当用户需要初始化凭证、排查鉴权问题、切换认证方式、生成或重选 ARK API Key、或在已注入凭证的环境无交互引导时使用。反触发:用户问 TTS/ASR/语音模型能力、接入或调用时,不要引导 `auth apikey`,只转 models search 说明 arkcli 当前仅支持广场发现。

中文简介正在准备中。当前显示原文说明。

volcengine/ark-cli1432026年10月17日 更新

查询火山引擎 ARK 拆分账单明细(结算金额、Token 用量计费),支持按账期月、月范围、Endpoint、API Key、产品编码等维度过滤。当用户问账单、花了多少钱、对账、账期、按 EP / API Key 拆账、按产品拆账、月度账单、出账明细时使用。注意 billing 跟 usage stats 不同:stats 出推理量(近实时),billing 出结算金额(T+1 出账,财务口径)。

中文简介正在准备中。当前显示原文说明。

volcengine/ark-cli1432026年10月17日 更新

模型 API 用法、思考模式开关与强度、Chat/Responses 参数和 SDK 示例,以及 arkcli +chat 真实推理。询问如何配置时按具体模型版本与协议给最小示例;已有报错先核对原请求,不用新推理或新建凭证代替取证。明确要求真实模型输出时,支持多模态、流式、多轮与本地 dry-run;专项理解走 arkcli-understand。

中文简介正在准备中。当前显示原文说明。

volcengine/ark-cli1432026年10月17日 更新

arkcli +code-example:为指定基础模型生成多语言(Python / Go / Java / Node / curl)调用示例代码并写入本地文件。数据源是火山方舟 OpenTOP OpenGetSampleCode。当用户需要拿某个基础模型的 SDK / curl 调用示例、保存为本地接入模板时使用。反触发:TTS/ASR/语音模型没有 arkcli 示例代码路径,不能靠补版本解决,只能转 models search 说明当前不支持。

中文简介正在准备中。当前显示原文说明。

volcengine/ark-cli1432026年10月17日 更新

查看 volcengine 的全部技能

报告此技能的问题