dsh-dataset-curation

数据集整理：清洗、质量筛选、多样性、训练/验证拆分、标注规范。 微调效果的上限由数据决定——数据质量 > 模型技巧。

受 wshobson/agents（38k★ MIT） 的 llm-finetuning/dataset-curation 技能启发，改编为 DSH 中文原创精简版。

安装

dsh plugin --profile web add dsh-dataset-curation
# 或本地开发：dsh plugin --profile web add link:E:\DeepSeek_Harness\workspace\2026_08_15\plugins\dsh-dataset-curation
# 重启 dsh web 生效

使用

对 agent 说"整理数据集 / 准备微调数据"，dataset-curation 技能输出 清洗 → 质量筛选 → 多样性 → 拆分 → 标注规范 全流程。

结构

dsh-dataset-curation/
├── index.js           # 注册 skills/ 到 ctx.skills
├── cordis.patch.yml   # bundle patch 层
├── package.json       # dsh.bundle manifest
└── skills/dataset-curation/SKILL.md

License

MIT。原创精简改编，灵感来自 wshobson/agents（MIT）。