如何把现有代码库变成微调数据集？开发者征集工具与工作流
ImBadGuyInEveryStory · reddit · 2026-09-11
一位 Reddit 发帖者想把手头几个 UI/UX 质量不错的 Web 项目（React/Next.js 组件、页面、样式或静态 HTML 站点）转换成 instruction/prompt → code 形式的微调数据集，用于训练 instruct/thinking/diffusion 类编码模型。
他列出的关键难点包括：
- 如何在训练样本间保留组件与文件之间的上下文关系
- 如何把截图与代码配对
- 如何生成有信息量的指令描述，而非泛泛的功能说明
发帖者还透露自己正在设计一种新模型架构，希望在质量与速度上更优且更省显存，因此需要一个像样的数据集和 benchmark 来做严谨测试，向社区征集相关工具、仓库、论文与工作流建议。
「编程与Agent」频道最新
- 光靠 Prompt 恐吓不行,大厂用约束解码锁死 JSON 输出 — dotey · 2026-09-11
- supermemory 砍掉公司/个人脑产品,全力押注 Agent 记忆 API — julianweisser · 2026-09-11
- 妻子 AI 退款 agent 对上对方 AI,秒级邮件乒乓大战 — robleclerc · 2026-09-11
- visual-explainer：把终端输出变成精美 HTML 页面的 Agent Skill — tom_doerr · 2026-09-11
- 一句话测出模型是否降智:让 AI 用 SVG 画骑车的鹈鹕 — lxfater · 2026-09-11
- Shopify 宣布全面弃用 React Native，移动端回归 Swift 与 Kotlin — SumitGup · 2026-09-11