- name
- data-generator
- description
- 训练数据生成技能。根据传入的工具名和用户指令列表，生成多轮对话格式的 JSONL 训练数据。触发场景：(1) 传入工具名和用户指令列表，生成完整训练数据；(2) 批量生成指定工具的标注数据；(3) 给定指令列表，输出 JSONL 对话样本。
Data Generator
将用户指令列表转换为标准 JSONL 训练数据。
输入
两个必填参数：
| 参数 | 类型 | 说明 |
|---|---|---|
tool_name | string | 工具名，如 dev_control、scene_generator、weather |
user_instructions | string[] | 用户指令列表，如 ["5分钟后打开空调", "3分钟后关灯"] |
输出 JSONL 格式
{"conversations":[
{"from":"human","value":"<当前用户指令>打开客厅空调</当前用户指令>\
<本地设备>格力冷静王(空调)</本地设备>\
<当前时间>2026-03-15 14:22:47</当前时间>\
<用户场景列表>[{\"scene_id\":1001,\"scene_name\":\"回家模式\",\"room_name\":\"全屋\"},{\"scene_id\":1002,\"scene_name\":\"睡眠模式\",\"room_name\":\"主卧\"}]</用户场景列表>\
<用户设备列表>{\"客厅\":[\"格力冷静王(空调)\",\"洗碗机A1(洗碗机)\"],\"主卧\":[\"美的舒省风(空调)\"]}</用户设备列表>"},
{"from":"assistant","value":"<tool_call>{\"tool_name\":\"dev_control\",\"query\":\"打开客厅空调\"}</tool_call>"},
{"from":"observation","value":"<tool_response>客厅空调已打开</tool_response>"},
{"from":"assistant","value":"好的，客厅空调已经打开啦~"}
],"system":"","history":[]}格式规则
- human value = 完整上下文，格式固定：
<当前用户指令>用户原始指令</当前用户指令>
<本地设备>设备名(类型)</本地设备>
<当前时间>YYYY-MM-DD HH:mm:ss</当前时间>
<用户场景列表>[{"scene_id":xxx,"scene_name":"场景名","room_name":"房间名"},...]</用户场景列表>
<用户设备列表>{"房间":["设备名(类型)",...]}</用户设备列表>- assistant tool_call = 直接输出 tool_call 标签，无垫音前缀
- observation =
<tool_response>...</tool_response>或<tool_call>{...}</tool_call>（dev_info/weather 等工具） - assistant 终接回复 = 直接回复内容，无垫音前缀
- system = ""，history = []
工作流
1. 接收 tool_name + user_instructions[]
↓
2. 加载提示词：通用要求 + 工具特定要求（references/tools/{tool}.txt）
↓
3. 将 user_instructions 注入提示词
↓
4. 生成 JSONL（每条独立）
↓
5. 输出 .jsonl 文件提示词拼接
拼接规则：
[通用要求]
# ═══════════════════════════════════════════════════════════════════
# 【工具特定要求】
# 本次只调用：{TOOL_NAME}
# ────────────────────────────────────────────────────────────────
[references/tools/{TOOL_NAME}.txt 内容]拼接脚本：scripts/build_prompt.py
工具与文件对照
| 工具 | 要求文件 |
|---|---|
dev_control | references/tools/dev_control.txt |
scene_generator | references/tools/scene_generator.txt |
alarm_remind | references/tools/alarm_remind.txt |
weather | references/tools/weather.txt |
scene_control | references/tools/scene_control.txt |
dev_info | references/tools/dev_info.txt |
exit_dialog | references/tools/exit_dialog.txt |
GreeQA | references/tools/GreeQA.txt |
scene_guide | references/tools/scene_guide.txt |
chat | references/tools/chat.txt |
使用示例
输入：
tool_name: "dev_info"
user_instructions: ["家里空调数量", "有几个空调"]输出字段说明：
| 字段 | 说明 |
|---|---|
conversations[0].value | 含 <当前用户指令> + 完整上下文 |
conversations[1].value | <tool_call>{"tool_name":"dev_info"}</tool_call> |
conversations[2].value | dev_info 返回结果（设备列表） |
conversations[3].value | 文字终接回复 |
system | 空字符串 "" |
history | 空数组 [] |
BUG 修复数据
当传入 tool_name 为修复后的正确工具时，生成的数据应体现：
- 工具调用格式正确（符合工具要求文件）
- query 字段格式正确（如延时类指令含
timing字段） - 文字回复符合预期（含延时时间描述）
具体格式参考：references/tools/scene_generator.txt。