| 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：
dataset = Dataset.from_list(samples)
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
