Agent 系列 Day 18：用一个自动维护 ML 训练数据集的 Dataset Builder

nlarusstone · x · 2026-11-06

nlarusstone 的「每天一个 agent」系列第 18 期，面向想为科学家训练/微调模型的团队，解决三大痛点：找到合适数据、记录数据产生的实验上下文、随新数据到来保持数据集更新。

作者直接给出可复用的示例 prompt：创建一个 Dataset Builder Agent，每月构建 ML 训练数据集；若已有数据集则查找可新增的数据，并检查上次运行以来可用于构建新数据集的新数据；同时把实验注意事项/备注与数据一并纳入。思路是把数据发现、上下文标注、增量维护三类工作全部交给一个 agent 定期执行。