calibrate-qa-mapper

name	calibrate_qa_mapper
description	基于参考文本校准问答对。当用户提到问答校准、校准QA、语言风格校准、问答对优化等需求时使用此skill。 即使用户没有明确说出"校准"，只要任务涉及根据参考文本调整问答对使其更符合特定风格，就应该使用此skill。
name_zh	基于参考文本校准问答对算子
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"},{"name":"api_model","type":"string","required":true,"description":"LLM模型名称，如 'qwen2.5-72b-instruct'"},{"name":"api_endpoint","type":"string","required":false,"description":"API端点URL"},{"name":"response_path","type":"string","required":false,"default":"choices.0.message.content","description":"响应内容路径"},{"name":"text_key","type":"string","required":false,"default":"text","description":"参考文本字段名"},{"name":"query_key","type":"string","required":false,"default":"query","description":"问题字段名"},{"name":"response_key","type":"string","required":false,"default":"response","description":"回答字段名"}]
output_params	[{"name":"output_path","type":"json_file","description":"校准后的问答对JSON文件，包含校准后的query和response"}]
tag	数据转换
publisher	COMMUNITY

Calibrate QA Mapper

基于参考文本校准问答对，使问答对更详细、准确，并贴合参考文本的语言风格。

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
api_model	string	是	-	LLM模型名称，如 'qwen2.5-72b-instruct'
api_endpoint	string	否	-	API端点URL
response_path	string	否	choices.0.message.content	响应内容路径
text_key	string	否	text	参考文本字段名
query_key	string	否	query	问题字段名
response_key	string	否	response	回答字段名

使用方法

python scripts/run_calibrate_qa_mapper.py --input_path <input_path> --output_path <output_path> --api_model <model_name> [--api_endpoint <endpoint>] [--response_path <path>] [--text_key <key>] [--query_key <key>] [--response_key <key>]

实现原理

参照测试代码 test_calibrate_qa_mapper.py 中的 _run_op 函数：

# 1. 初始化算子（必须指定api_model）
op = CalibrateQAMapper(api_model='qwen2.5-72b-instruct')

# 2. 处理样本
samples = [{'text': reference, 'query': '...', 'response': '...'}]
result = op.process(samples)  # 使用process处理批次

输入输出格式

输入格式 (JSON数组)

[
  {
    "text":