把 Claude Code 等 agent 轨迹攒成数据集，微调开源小模型

Rasmic · x · 2026-10-16

Rasmic（Ras Cloud）展示了其本地控制面板：自动收集与 Codex、Claude Code、Cursor 等 agent 的会话记录——以 commit 或 PR 落地作为会话边界，修正后被替换的 agent 消息并剔除裸日志，生成 tokenized 的训练就绪数据集。截图显示已有两个数据集：agent-traces 含 4248 个训练会话（13390 行、3.6 亿 token，其中 32.5% 为助手消息）和 227 个评估会话；coding-sft 含 390 行训练数据，按 harness（Claude Code 17%、Codex 19%、Cursor 36% 等）和主机分布。支持 JSONL 下载，用于训练小型开源权重模型。