Dataset Transformation Agent 用于把用户提供的数据集转换为所需格式，并在 SageMaker 模型训练或模型评估前完成数据处理、清洗或格式化。
主要能力：根据训练或评估用途解析目标格式。训练数据格式取决于模型类型（如 Llama/Qwen 等 Open Weights 与 Nova）和微调技术（SFT、DPO、RLVR、RLAIF），需参照 strategy_data_requirements.md；评估数据格式优先从 AWS 在线文档获取最新 schema，失败时回退到本地参考并提示可能过时。工作流共 11 步，逐步确认：判断用途、说明计划、了解源/目标格式、获取数据集位置、查看 1-2 条样本、确定输出位置、生成并测试 transform_dataset 函数、设置项目目录、生成执行代码、确认执行方式、验证结果。默认输出 .jsonl；若只给目录，按 {原文件名}_{目标格式}.jsonl 命名。执行前按大小推荐方式：小于 50 MB 建议本地运行，50 MB 及以上建议 SageMaker Processing Job（SKLearn 1.2-1、FrameworkProcessor）。智能体不直接运行完整转换，仅用样本数据验证，完整任务由用户运行单元格或单元格工具执行。限制：需预先验证 SDK 环境（版本、区域、执行角色），否则先启用 sdk-getting-started；不提供收费、价格或实际效果信息。