OpenParable
Skip to content
← Back to skills

Naive Reverse Grouper

Documents
naive_reverse_grouper

Naive Reverse Grouper is an Agent Skill for documents published in the cas-bigdatalab/piflow repository on GitHub: a SKILL.md instruction file an AI agent can load to do this task.

将批处理的样本拆分为独立样本。当用户提到样本拆分、拆分批次、批处理展开、反向分组等需求时使用此skill。 即使用户没有明确说出"拆分"，只要任务涉及将批处理数据（字段值为数组）展开为独立样本，就应该使用此skill。

View on GitHub ↗
QUICK START

How to use this skill

Bring this guide into your coding agent with a prompt tailored to the tool you use.

  1. Open your project in Codex.
  2. Copy and paste the prompt below.
  3. Review files and risks before approving any action.
Prompt to paste
Inspect the Agent Skill at https://github.com/cas-bigdatalab/piflow/blob/HEAD/workspace/skills/naive_reverse_grouper/SKILL.md and all supporting files. Report provenance, permissions, scripts, dependencies, and security risks. Propose an exact installation into .agents/skills/naive-reverse-grouper, but wait for my approval before writing files or running scripts.

Copying this prompt does not install or run the skill. Review third-party files before use.

Naive Reverse Grouper

将批处理的样本拆分为独立样本。

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_pathstring是-输入JSON文件路径
output_pathstring是-输出JSON文件路径
export_pathstring否-可选，导出批次元数据到JSONL文件

使用方法

python scripts/run_naive_reverse_grouper.py --input_path <input_path> --output_path <output_path> [--export_path <path>]

实现原理

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

# 1. 将批次化样本列表转换为Dataset
dataset = Dataset.from_list(samples)

# 2. 初始化算子并执行（无参数，或传入 export_path）
op = NaiveReverseGrouper()
new_dataset = op.run(dataset)

输入输出格式

输入格式 (JSON数组，字段值为数组)

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

输出格式 (JSON数组，拆分为独立样本)

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

示例

示例1：基本拆分

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

示例2：同时导出批次元数据

python scripts/run_naive_reverse_grouper.py --input_path example_input.json --output_path output.json --export_path batch_meta.jsonl

注意事项

  • 此算子无需额外参数（export_path可选）
  • 输入样本的字段值为数组形式
  • 输出会将数组展开为多个独立样本
  • 如果传入 export_path，会将批次元数据导出为 JSONL 格式