Katana AI编码代理会话轨迹数据集

机器学习
0 下载
8 浏览
2026-07-26

数据集简介

数据来源

该数据集由cister团队发布,来源于Katana工作区中AI编码代理的真实任务执行记录。所有轨迹均为开源部署中收集,确保了数据的真实性和可复现性。

数据格式

每条记录为一个完整的代理会话(rollout),存储为Parquet格式。每条会话包含以下结构:

  • 消息序列:遵循OpenAI消息格式,包括system、user、assistant角色,以及工具调用(tool_calls)和工具返回(tool)消息,并通过tool_call_id关联。
  • 元数据封装:每条rollout附带元数据,提供会话层面的额外信息。

数据规模

当前数据集未提供具体规模信息,但持续更新中。

使用方式

数据集托管于Hugging Face,可通过以下方式获取:

  • 直接下载:访问Hugging Face数据集页面,使用datasets库加载。
  • 代码示例:
    from datasets import load_dataset
    dataset = load_dataset("cister/katana-agent-rollouts")
    

许可信息

该数据集的具体许可协议未在源页面明确标注,但作为开源项目,建议遵循Hugging Face上的相关条款。

基本信息

记录数量未知
文件大小未知
文件格式parquet
数据来源HuggingFace
数据落地页https://huggingface.co/datasets/cister/katana-agent-rollouts
发布日期2026-07-26
AI编码代理会话轨迹工具调用OpenAI消息格式Katana

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费