naive-grouper

name	naive_grouper
description	将所有样本分组为一批样品。当用户提到样本合并、合并所有样本、一批分组、全部聚合等需求时使用此skill。 即使用户没有明确说出"合并"，只要任务涉及将多个样本合并为单个批次，就应该使用此skill。
name_zh	将所有样本分组为一批样品算子
input_params	[{"name":"input_path","type":"string","required":true,"description":"输入JSON文件路径"},{"name":"output_path","type":"string","required":true,"description":"输出JSON文件路径"}]
output_params	[{"name":"output_path","type":"json_file","description":"合并后的JSON文件，所有样本合并为一个批次"}]
tag	数据衍生
publisher	COMMUNITY

Naive Grouper

将所有样本分组为一批样品。

本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用同以下指令进行安装：

pip install py-data-juicer

核心参数

参数	类型	必填	默认值	说明
input_path	string	是	-	输入JSON文件路径
output_path	string	是	-	输出JSON文件路径

使用方法

python scripts/run_naive_grouper.py --input_path <input_path> --output_path <output_path>

实现原理

参照测试代码 test_naive_grouper.py 中的 _run_helper 函数：

# 1. 将输入列表转换为Dataset
dataset = Dataset.from_list(samples)

# 2. 初始化算子并执行（无需参数）
op = NaiveGrouper()
new_dataset = op.run(dataset)

输入输出格式

输入格式 (JSON数组)

[
  {"text": "Sample 1"},
  {"text": "Sample 2"},
  {"text": "Sample 3"}
]

输出格式 (JSON数组，只有一个元素)

[
  {"text": ["Sample 1", "Sample 2", "Sample 3"]}
]

示例

执行：

python scripts/run_naive_grouper.py --input_path example_input.json --output_path output.json

注意事项

• 此算子无需额外参数
• 所有输入样本会被合并为一个批次
• 合并后的字段值为数组形式