empty-formatter

name	empty_formatter
description	空数据格式化器。用于创建空数据。 本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用以下指令进行安装： pip install py-data-juicer 当用户提到创建空数据集、生成空数据、初始化数据集、测试用空数据等需求时使用此skill。
name_zh	空数据格式化器算子
input_params	[{"name":"output_path","type":"string","required":true,"description":"输出JSONL文件路径"},{"name":"length","type":"int","required":false,"default":0,"description":"空数据集长度"},{"name":"feature_keys","type":"list","required":false,"default":"[]","description":"字段名列表"}]
output_params	[{"name":"output_path","type":"jsonl_file","description":"空数据集JSONL文件"}]
tag	数据转换
publisher	COMMUNITY

功能概述

该算子用于创建空数据集，可指定长度和字段结构。适用于初始化、测试等场景。

核心参数

参数	类型	必填	默认值	说明
output_path	string	是	-	输出JSONL文件路径
length	int	否	0	空数据集长度
feature_keys	list	否	[]	字段名列表

输出数据格式

输出为 JSONL 格式，每行一个样本，字段值为 null。

使用示例

命令行调用

# 创建10条空数据，无字段
python scripts/run_empty_formatter.py \
  --output_path /path/to/output.jsonl \
  --length 10

# 创建5条空数据，指定字段
python scripts/run_empty_formatter.py \
  --output_path /path/to/output.jsonl \
  --length 5 \
  --feature_keys text \
  --feature_keys label

参数说明

• --output_path: 输出JSONL文件路径
• --length: 空数据集长度（默认0）
• --feature_keys: 字段名，可重复指定多个（默认空）

注意事项

1. 创建的是包含 null 值的空数据集
2. 可用于初始化测试数据集
3. 输出格式为 JSONL