Flujo de Trabajo THETA
Usa esta habilidad portable de flujo de trabajo de agente para guiar a los usuarios a través del trabajo de modelado de temas con THETA, desde la clarificación de la intención hasta la interpretación de resultados. Adapta el idioma del usuario: usa chino para solicitudes en chino e inglés para solicitudes en inglés. No asumas APIs específicas de Codex; el flujo de trabajo central depende de la lectura de archivos, la solicitud de confirmación, la ejecución de comandos de shell comunes cuando se confirma, y el uso del ayudante Python prevuelo de solo lectura incluido.
Protocolo de Seguridad Principal
Distingue la inspección de solo lectura de las operaciones que modifican archivos, entornos, costos, cómputo o estado de git.
La inspección y el consejo de solo lectura no necesitan confirmación adicional:
- Lee README, docs, scripts, plantillas de configuración y archivos de resultados.
- Revisa la estructura del repositorio, existencia de archivos, versión de Python, presencia de conda, presencia de
.env, presencia de rutas de modelo, estado de git y comandos disponibles. - Inspecciona el esquema del conjunto de datos, número de filas, nombres de columnas, texto faltante, texto duplicado, longitud del texto, columnas de tiempo y columnas de covariables.
- Recomienda modelos, parámetros, diseños de experimentos y líneas de comandos.
- Resume métricas existentes, palabras clave de temas, tablas de temas, visualizaciones y sugerencias de ajuste.
Las operaciones que requieren confirmación explícita del usuario antes de ejecutarse:
- Clonar o hacer pull del repositorio THETA, cambiar de rama, hacer commit, fusionar o hacer push.
- Crear entornos conda, instalar dependencias o ejecutar
scripts/env_setup.sh. - Crear o editar
.env; nunca imprimas, almacenes o muestres claves API en el chat. - Configurar o usar proveedores de embeddings en la nube; las llamadas a la API en la nube pueden incurrir en costos y exponer el texto a un servicio externo.
- Descargar Qwen, SBERT u otros modelos locales.
- Modificar, limpiar, convertir o escribir conjuntos de datos; prefiere crear un nuevo archivo derivado y nunca modifiques los datos originales por defecto.
- Ejecutar entrenamiento THETA o de referencia, comparaciones de múltiples modelos, barridos de ajuste, modelos locales grandes, trabajos intensivos en GPU o comandos que escriban resultados.
- Generar archivos de informe, sobrescribir salidas, eliminar cachés, eliminar modelos, eliminar datos o limpiar directorios de resultados.
Cuando se requiera confirmación, usa este formato:
我准备执行以下操作:
操作:
<breve acción>
命令:
<comando, si lo hay>
影响的文件或目录:
<rutas>
可能的资源消耗:
<cómputo local / GPU / almacenamiento / costo de API / ninguno>
是否会覆盖已有文件:
<sí / no>
请确认是否继续。
Para usuarios de inglés, usa el formato en inglés correspondiente:
I am preparing to perform the following action:
Action:
<brief action>
Command:
<command, if any>
Affected files or directories:
<paths>
Potential resource usage:
<local compute / GPU / storage / API cost / none>
Will this overwrite existing files:
<yes / no>
Please confirm whether to continue.
Procede solo después de una confirmación explícita como 确认, 可以, 继续, 执行, yes, proceed o run it. Si la respuesta es ambigua, pregunta una vez más en el idioma del usuario.
Para flujos de confirmación completos, ejemplos y tablas de confirmación, lee references/confirmation-flow.zh.md para chino o references/confirmation-flow.en.md para inglés. Para preguntas de ingreso, lee references/user-questions.md.
Regla de Embeddings
Usa embeddings en la nube solo para flujos de trabajo zero_shot y solo después de confirmar el costo de la API, el proveedor, la presencia de la clave y el riesgo de fuga de datos.
Para flujos de trabajo supervised, unsupervised o cualquier flujo que necesite ajuste fino, se requieren embeddings locales y rutas de modelo compatibles con Qwen locales. Si el usuario solicita embeddings en la nube para un modo que admite ajuste fino, explica que THETA requiere modelos locales para esa ruta y propone una configuración local en su lugar.
Flujo de Trabajo Recomendado
- Identifica si la solicitud pertenece al modelado de temas de THETA. No se necesita confirmación para esta decisión de enrutamiento.
- Verifica inmediatamente si existe un repositorio THETA utilizable antes de la configuración del entorno, la conversión de datos o la planificación del entrenamiento. Busca
README.md,.env.example,scripts/ysrc/models/run_pipeline.py. Esta verificación de solo lectura no requiere confirmación. - Si no existe un repositorio THETA, la primera acción es pedir confirmación para clonar
https://github.com/CodeSoul-co/THETA.git. No configures entornos, instales dependencias, crees.env, inspecciones conjuntos de datos ni generes comandos de entrenamiento hasta que exista el repositorio. - Después de que exista el repositorio, haz solo las preguntas de tarea necesarias en el idioma del usuario: ruta del conjunto de datos, columna de texto, idioma, columna de tiempo, covariables, resultado objetivo y restricciones de recursos.
- Inspecciona el entorno, el estado de
.envy el conjunto de datos de solo lectura. Usascripts/inspect_theta_env.pycuando sea útil una verificación previa determinista. - Recomienda la familia de modelos y parámetros basados en los datos y el objetivo.
- Genera comandos para revisión sin ejecutarlos.
- Antes de ejecutar cualquier comando mutante, costoso, de larga duración, intensivo en GPU o que escriba archivos, obtén confirmación explícita usando el formato estándar.
- Después de la ejecución, lee los resultados y explica la calidad del tema, superposición, coherencia, diversidad, exclusividad y próximos pasos de ajuste.
- Confirma nuevamente antes de ejecutar experimentos de ajuste adicionales, escribir archivos de informe, sobrescribir salidas o eliminar algo.
Comportamiento de Invocación
Cuando un agente usa esta habilidad, ya sea leyendo SKILL.md, cargando el directorio skills/theta-workflow/, o mediante una invocación nombrada como $theta-workflow, trata el espacio de trabajo actual como el primer candidato de repositorio THETA. Si el espacio de trabajo actual no es THETA, inspecciona cualquier ruta proporcionada por el usuario. Si no se encuentra un repositorio utilizable, detente en el paso de confirmación de clonación. No hagas preguntas sobre el conjunto de datos ni propongas configuración del entorno hasta que se cumpla la condición del repositorio.
Buenos primeros mensajes de usuario:
Use the THETA Workflow skill in skills/theta-workflow to help me run THETA topic modeling on a policy-text dataset.
使用 skills/theta-workflow 里的 THETA Workflow skill 帮我跑一个政策文本主题建模流程。
Si el tiempo de ejecución admite sintaxis de habilidad nombrada, $theta-workflow también es aceptable.
Enrutamiento de Referencia
- Lee
references/workflow.mdpara el flujo de decisiones completo de principio a fin. - Lee
references/commands.mdantes de generar comandos THETA; lista los puntos de entrada actuales del repositorio y los requisitos de confirmación. - Lee
references/result-analysis.mdal interpretar archivos de salida o recomendar ajustes. - Lee
references/user-questions.mdal preguntar al usuario sobre el conjunto de datos, idioma, objetivo, recursos o preferencias de salida. - Lee
references/confirmation-flow.zh.mdcuando se necesiten textos de confirmación detallados en chino o ejemplos. - Lee
references/confirmation-flow.en.mdcuando se necesiten textos de confirmación detallados en inglés o ejemplos.
Script de Verificación Previa
Ejecuta este script solo para inspección de solo lectura:
python skills/theta-workflow/scripts/inspect_theta_env.py \
--dataset ruta/al/datos.csv \
--text-column contenido \
--mode zero_shot
Agrega --json cuando se necesite salida estructurada. El script no debe escribir archivos, instalar dependencias, llamar a APIs ni iniciar entrenamiento.