arkcli-datasets
/arkcli-datasets
使用 ArkCLI 创建、校验、查询、更新、删除、版本化和下载 Dataset。用户提到 Dataset、数据集、ds-*、dsv-*、训练集/验证集复用、数据格式校验或把 Dataset 接入精调任务时使用。
- Author
- volcengine ↗
- Repository
- ark-cli ↗
- Licence
- Apache-2.0
- Last repository change
- 27.10.2026
Assessment and security
- Files in this package
- 3
- Scripts
- 0
- HTML comments
- 0
- URLs in SKILL.md
- 0
No signals detected. Repository changed on 27.10.2026, without references to retired models or APIs.
Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.
What it does and when to use it
使用 ArkCLI 创建、校验、查询、更新、删除、版本化和下载 Dataset。用户提到 Dataset、数据集、ds-*、dsv-*、训练集/验证集复用、数据格式校验或把 Dataset 接入精调任务时使用。
Original author description
使用 ArkCLI 创建、校验、查询、更新、删除、版本化和下载 Dataset。用户提到 Dataset、数据集、ds-*、dsv-*、训练集/验证集复用、数据格式校验或把 Dataset 接入精调任务时使用。
How it works
- 能力范围
- 执行守卫
- 工作流
SKILL.md preview
--- name: arkcli-datasets description: 使用 ArkCLI 创建、校验、查询、更新、删除、版本化和下载 Dataset。用户提到 Dataset、数据集、ds-*、dsv-*、训练集/验证集复用、数据格式校验或把 Dataset 接入精调任务时使用。 --- # ArkCLI 数据集 先读取 [`../arkcli-shared/SKILL.md`](../arkcli-shared/SKILL.md),遵循认证、输出、安全、Client Preview 和二次确认规则。 ## 能力范围 - 创建 Dataset 及首个 `V1`,或为已有 Dataset 创建新版本。 - 从本地 `.jsonl` 文件或同一 TOS bucket 下的对象映射数据。 - 根据基础模型的精调配置解析准确 `DatasetSchema` 并执行服务端校验。 - 查询、更新、删除 Dataset,查询版本,下载版本中的 TOS 对象。 - 为 `train finetune create` 产出稳定的 `<dataset-id>:<version-id>` 引用。 只处理精调任务本身时改用 [`../arkcli-train-finetune/SKILL.md`](../arkcli-train-finetune/SKILL.md)。不要用 Raw API 模拟已有的 `dataset` 产品命令。 ## 执行守卫 1. 先执行 `arkcli auth status`;认证失败时按 shared skill 恢复。 2. 执行前读取目标叶子命令的 `--help`,以当前安装版本为准。 3. `--dataset-format` 只接受 `LLMSft`、`LLMPretrain`、`LLMDPO`、`LLMRL`、`EmbeddingSft`、`ImageGenSft`、`VideoGenSft`;不要发送展示文案或其他后端 SchemaType。 4. `--local` 与 `--tos-uri` 互斥。本地输入只接受 `.jsonl`,最多 20 个文件;多个 TOS URI 必须属于同一 bucket。`--tos-uri` 必须能被当前身份列举且至少包含一个 `.jsonl`;不能复用 CLI 上传结果中的 `ds-ds/*` 暂存路径,应使用已注册版本的 `ark/dataset/<dataset-id>/<dataset-version-id>/` 路径或其他可读数据路径。 5. 创建和新增版本会先逐个校验输入;`ValidateDataset.StorageRawLocation.Storage` 不发送 `AccountID`,但随后两种工作流的 `CreateDatasetVersion.Storage` 都必须发送当前账号的数值型 `AccountID`。`CreateDatasetVersion` 不发送可选的 `Name`,CLI 也不提供该参数;正式版本号完全以服务端响应中的 `Version` 为准。任一步失败都保留已上传对象或已创建 Dataset,不臆造回滚。 6. `dataset version get <dataset-id> <Vn|dsv-*> --preview` 读取每个对象最多 100 KiB(102400 字节)内容,与控制台 Dataset 预览上限一致;版本 SID 仍可省略 Dataset ID。下载既支持 `dataset download ... --version ...`,也支持 `dataset version download <dataset-id> <Vn|dsv-*>`,且都不覆盖已有文件。 7. 删除前先展示版本数、存储路径数以及可获取时的对象数和总字节数,再单独确认。 8. 创建、版本创建、校验、下载、更新、删除支持叶子级 `--dry-run`。只读的 list/get 不使用 `--dry-run`;`version get --preview` 是真实只读查询,不是 Client Preview。 9. Client Preview 只展示离线计划;它不上传、不校验服务端数据,也不代替删除确认。 Volc 本地上传使用当前 profile 对应区域的 TOS endpoint,并启用 bucket rename。 ## 工作流 - 创建、维护、校验、下载:读取 [`references/commands.md`](references/commands.md)。 - Dataset 接入精调:完成 Dataset 后读取 [`../arkcli-train-finetune/references/create.md`](../arkcli-train-finetune/references/create.md)。 - 维护者评测:读取 [`references/evals.md`](references/evals.md)。 只加载当前任务需要的 reference。
Files in this package (3)
- SKILL.md 3 KB
- references/commands.md 5 KB
- references/evals.md 3 KB
Versions
The database has no other skills named arkcli-datasets.
Database snapshot: 13.11.2026 · package version 06fcc850a1e3 (SHA-256 digest of the entire package)
Downloads in the last 30 days: 0 · ranking
Report a problem with this skill: harmful content, incorrect descriptions or an author’s removal request.
Similar skills
- 100arkcli-connect
arkcli +connect:将 arkcli 内嵌的 AI skills 安装到本机检测到的所有 AI Agent 中,支持安装、列出已支持 agent、卸载。当用户需要将 arkcli 能力同步到 Claude Code 等本地 agent 时使用。 - 100arkcli-custommodel
arkcli 自定义模型仓库管理:从 TOS 导入自定义模型、查询/筛选自定义模型、查看详情、改名、删除、查询可用量化模式、量化已就绪的模型。任何提到自定义模型 ID(`cm-*`)的管理、部署准备,或要求用 `cm-*` 直接对话/推理/试效果的边界判断,都必须使用本 skill。注意:查询火山**公共基础模型**(doubao 等 foundation models)走 arkcli-models;本 skill 只管账号下的自定义模型仓库。 - 90arkcli-train-finetune
使用 ArkCLI 创建、查询和管理模型精调训练任务,并从训练指标选择最佳 step、导出训练产物为 custom model、衔接模型仓库与推理部署。任何包含精调任务 ID(`mcj-*`)的查询、查不到原因诊断、日志、trajectory、状态或生命周期操作都应使用本 skill;也适用于选择训练方法、查询精调价格和超参数、校验精调训练/验证数据、匹配精调资源组、创建任务及导出部署。本 skill 不负责独立 Dataset 生命周期管理;精调工作流中的数据校验和 Dataset 引用仍由本 skill 编排。 - 100arkcli-profile
arkcli profile 切面管理:列出、查看、新建、切换、删除、重命名 profile;管理 profile 内 API Key 列表;管理五类 profile 的默认资源与持久身份切面。也负责判断 Token 额度包/资源包应继续使用 platform profile 与 `/api/v3`,不能因「套餐」或价格字样误判为 Agent Plan/Coding Plan。临时 API Key/Base URL/Endpoint 调用不写回 profile,按 arkcli-shared 的 execution-context 契约执行。旧 config 子命令已 deprecated。 - 100dataset-curation
Prepare, format, and validate datasets for supervised fine-tuning and preference training. Use when converting raw data into training format, applying chat templates, configuring sequence packing, generating synthetic training data, or writing a dataset card before a run. - 98arkcli-dsh-model-onboard
把火山方舟(或其它兼容 OpenAI / Anthropic 协议的模型网关)的模型安全接进 DSH 模型选择器:先用零成本手段判定权威 baseURL 与凭证切面,再改 cordis.patch.yml、做最小真实调用验真、失败整文件回滚。当用户说「把 XX 模型加进 DSH」「模型选择器里看不到方舟模型」「接 Agent Plan / Coding Plan 模型」「配置了 provider 但选不到」「调用报 API 密钥无效 AUTH」时使用。