用途：生成 ChatML 格式（JSONL）合成微调数据集，供 Unsloth、Axolotl 及类似训练框架使用，涵盖从需求收集到框架接入的流程。
主要能力：按阶段推进——先澄清任务定义、领域、样本量、质量与多样性、数据集组成；再给出生成计划（类别分布、主题、多样性策略、系统提示方式、质量保证）；随后生成符合 ChatML 的示例，覆盖真实场景、多轮对话、边界与错误情形；最后校验并记录数据集。
格式：每个样本为含 messages 数组的 JSON 对象，角色可为 system、user、assistant；可添加多轮 user/assistant 消息对。
工具：仓库 scripts 下提供 validate_chatml.py 与 analyze_dataset.py。校验示例：python scripts/validate_chatml.py training_data.jsonl（可加 --verbose）；分析示例：python scripts/analyze_dataset.py training_data.jsonl（可加 --export stats.json）。输出文件通常包括 training_data.jsonl、validation_data.jsonl、dataset_info.txt。
适用场景：需要为聊天模型微调准备合成对话数据，需控制主题分布、难度与多轮结构，并要在训练前检查格式与多样性。
限制：资料未提供实际生成模型、API、收费或价格信息；数据集规模建议仅作参考。需注意重复模板、不真实提问、覆盖过窄、JSON 格式错误等问题，并建议先在训练框架中测试。版本标注为 2.0，更新于 2024。