托管数据集到智能体资产平台

功能说明

• 支持本地文件托管至智能体资产平台仓库且支持多个文件同时上传。

  单个仓库的容量上限为50GB。

• 支持管理托管的资产文件，例如在线预览、下载、删除文件。

  只支持预览大小不超过10MB、格式为文本类或图片类的文件。

• 支持编辑资产介绍。每个资产介绍可分为基础设置和使用描述。
  • 基础设置部分包含了该资产所有重要的结构化元数据信息。选择填入的信息将会变成该数据集资产的标签，并且自动同步在数据集描述部分，保存到“README.md”文件里。
  • 数据集描述部分是一个可在线编辑、预览的Markdown文件，里面包含该数据集的简介、能力描述等信息。编辑内容会自动保存在“README.md”文件里。

  更新后的“README.md”文件自动存放在数据集详情页的“文件版本”页签或者是数据集详情页的“数据集文件”页签。

创建数据集资产

1. 登录智能体资产平台，单击右上角“我的工作台”进入我的工作台页面。
2. 单击右上方“创建资产”，选择“数据集”后进行参数配置。

   表1 创建数据集

   参数名称	说明
   英文名称	必填项，数据集的英文名称。 如果没有填写“中文名称”，则资产发布后，在数据集页签上会显示该“英文名称”。
   中文名称	数据集的中文名称。 如果填写了“中文名称”，则资产发布后，在数据集页签上会显示该“中文名称”。
   许可证	数据集资产遵循的使用协议，根据业务需求选择合适的许可证类型。
   描述	填写资产简介，数据集发布后将作为副标题显示在数据集页签上，方便用户快速了解资产。 支持0~90个字符，请勿在描述中输入涉政、迷信、违禁等相关敏感词，否则发布审核无法通过。

   创建完成后，跳转至数据集详情页。

上传数据集文件

1. 在数据集详情页，选择“数据集文件”页签。
2. 单击“添加文件”，进入上传文件页面，提供“对象存储服务OBS添加”和“从本地上传”两种上传文件方式。
   • 选择“对象存储服务OBS添加”方式，输入目的端访问秘钥(Access key)和目的端私有访问秘钥(Secret Access key)，选定OBS存储区域节点后再选择文件所在的桶和文件夹，点击“创建”完成文件上传。
   • 选择“从本地上传”方式，单击“点击上传”或拖动文件将本地文件上传，单击“确认上传”启动上传。
     • 文件合集大小不超过50GB。
     • 文件上传完成前，请不要刷新或关闭上传页面，防止意外终止上传任务，导致数据缺失。
   数据集资产上传规范

   • README.md
     • 通过社区表单或描述文件填写。建议采用 README.md，可由平台自动生成，参照 Hugging Face 的 Dataset Card。

       强制类：缺失时补充后再上架。

       内容	填写要求
       数据集基本信息	名称、简介、发布者、版本或更新日期、数据类型、规模及统计单位；包含语言内容时标明语言
       数据集用途	说明适用任务，如预训练、指令微调、检索、分类、语音识别或评测
       数据文件结构说明	说明目录及文件用途、格式、主要字段和标签含义；有子集、训练/测试切分或媒体标注时说明对应关系
       License 许可	写明许可名称、适用版本、条款文件或官方链接、覆盖的数据范围及使用条件；按第三部分确定收录方式

       仅发布跳转链接的条目，可填写原站文件结构说明或对应说明页链接。

       建议类：鼓励补充，缺失不影响基础上架。

       内容	建议填写
       数据来源	原创、采集、整理或合成；来源地址、上游版本及采集时间
       数据处理流程	清洗、去重、脱敏、标注、切分方法；合成数据可补充生成模型和方法
       数据使用样例	代表性样本、读取方式或代码、所需工具和依赖
       质量与局限	已有质量检查、已知错误、覆盖不足及适用边界；可补充论文、引用和更新记录

   • 数据文件
     • 以下参考 HF 官方文档支持的组织方式，供发布者选择，不作为上架硬性门槛。表中的目录和文件名是示例；其他结构在第一部分说明清楚即可。

       数据类型	建议文件类型	建议组织方式及参考
       文本、问答、对话、代码记录	Parquet、JSONL；原始纯文本可用 TXT	按子集或用途存放，如 data/train-00000.parquet；有嵌套结构时优先 Parquet/JSONL。HF 格式建议
       表格	Parquet、CSV、TSV	每个子集或切分单独存放；大表拆成多个分片。HF 数据组织
       图像、图文	JPG、PNG、WebP 等；标注可用 CSV、JSONL、Parquet	分类数据可采用 train/类别/图片.jpg；图文或检测数据可采用图片文件夹＋metadata 文件。HF 图像数据集
       音频、语音	WAV、FLAC、MP3 等；标注可用 CSV、JSONL、Parquet	音频文件夹＋metadata 文件，关联转写、类别等信息。HF 音频数据集
       视频	MP4、MOV、AVI 等；标注可用 CSV、JSONL、Parquet	视频文件夹＋metadata 文件，关联描述、标签等信息。HF 视频数据集
       大规模多模态	WebDataset（TAR 分片）	如 train-00000.tar；每个分片内，同一样本使用相同文件名前缀，如 0001.jpg 和 0001.json。HF WebDataset

3. 当文件状态变成“上传成功”表示数据文件成功上传至智能体资产平台仓库进行托管。单击“完成”返回数据集文件页面。
   图1 上传成功
   
   

   文件上传过程中请耐心等待，不要关闭当前上传页面，关闭页面会中断上传进程。