Bug Data Generator#

将 BUG 描述转换为可用的训练指令序列。

工作流#

text

用户: BUG描述 + 错误原因
        ↓
Agent: 分析 BUG → 确定工具 + 生成用户指令列表
        ↓
用户: 审核指令列表（可修改/补充/删除）
        ↓
用户: 确认 "没问题，生成数据"
        ↓
调用 data-generator → 输出 JSONL（新格式）

第一步：分析 BUG#

输入以下信息，自动推断：

字段说明示例BUG 描述用户的实际指令 + 系统的错误行为"用户说X分钟后开空调，系统却立即执行"错误原因为什么错 + 正确工具"调用了 dev_control 而应该调用 scene_generator"

第二步：生成指令列表#

输出内容：

text

工具: scene_generator

用户指令列表:
  1. 5分钟后打开空调
  2. 3分钟后关灯
  3. 10分钟后开启空气净化器
  ...（共 N 条）

发送给用户确认，等待回复。

第三步：用户修改指令#

用户可直接回复修改意见：

• "把第3条改成 20分钟后打开加湿器"
• "删除第5条"
• "补充5条延时类指令"
• "指令没问题，生成数据"

第四步：调用 data-generator#

收到确认后，使用最终版指令列表，调用 data-generator v2.0.0（ 新格式）：

输入参数：

text

tool_name: scene_generator
user_instructions: [确认后的完整列表]

输出 JSONL（新格式）：

json

{
  "conversations": [
    {"from": "human", "value": "<当前用户指令>5分钟后打开空调</当前用户指令>\n<本地设备>舒享家(空调)</本地设备>\n<当前时间>2026-03-21 20:00:00</当前时间>\n<用户场景列表>[...]</用户场景列表>\n<用户设备列表>{...}</用户设备列表>"},
    {"from": "assistant", "value": "<tool_call>{\"tool_name\":\"scene_generator\",\"query\":\"...\"}</tool_call>"},
    {"from": "observation", "value": "<tool_response>场景创建成功。</tool_response>"},
    {"from": "assistant", "value": "好的，5分钟后准时执行~"}
  ],
  "system": "",
  "history": []
}

格式规则（新格式）#

1. conversations[0].value = 完整上下文（ <当前用户指令> + <本地设备> + <当前时间> + <用户场景列表> + <用户设备列表>）
2. conversations[1].value = tool_call， 无垫音前缀
3. conversations[2].value = <tool_response>...</tool_response>
4. conversations[3].value = 终接回复， 无垫音前缀
5. system = ""， history = []

指令模板参考#

生成时可参考以下模板类型：

类型模板示例延时-分钟{N}分钟后打开{D}延时-秒{N}秒后关闭{D}延时-小时{H}小时后开{D}定时-今天今天{H}点打开{D}定时-明天明天{H}点关{D}循环-每天每天{H}点打开{D}设备开关打开{D}、 把{D}关闭

输出格式（第一步）#

json

{
  "tool_name": "scene_generator",
  "instruction_count": 20,
  "instructions": [
    {"id": 1, "text": "5分钟后打开空调", "type": "延时-分钟"},
    {"id": 2, "text": "3分钟后关灯", "type": "延时-分钟"}
  ],
  "note": "以上为由 AI 根据 BUG 分析生成的指令列表，请审核或修改后确认，确认后调用 data-generator 生成 JSONL。"
}

注意#

• 不依赖 data-generator 内部实现：仅输出中间产物（工具名 + 指令列表）
• 可迭代：用户可多轮修改指令，直到满意再生成
• data-generator 升级时，bug-data-generator 无需更新