用途：该技能通过命令行工具 tao-daft convert，把 DAFT 数据集（或包含多个数据集的父目录）从一种受支持格式转换为另一种，例如为 VLM 训练打包 DAFT 问答、摘要或时序任务数据，或生成 meta.json 风格的训练集。仅针对 DAFT 数据，不处理 COCO、YOLO、Data Factory JSONL 等非 DAFT 格式。
主要能力：先确认安装与版本，再通过多级 --help 发现当前版本支持的源格式、目标格式以及各格式对专属参数，随后执行转换并解读输出。转换本身由 CLI 完成，技能负责选择正确的源/目标组合与参数。
使用方式：确认已安装 nvidia-tao-daft（仅 wheel，非源码仓库），可用 python -c "import nvidia_tao_daft" 检查，缺失时安装命令为 pip install nvidia-tao-daft，并用 tao-daft --version 确认。快速用法：tao-daft convert <source-format> <target-format> --path <input> --output <output>。源与目标是位置参数子命令，格式 slug 为小写、点分隔且带版本（如 metropolis-v3.0、cosmos-reason-v1.0）；--path 与 --output 是必需标志，不能按位置传入。--path 可接受单个场景或父目录，转换器会遍历目录树。运行前建议依次执行 tao-daft --version、tao-daft convert --help、tao-daft convert <source-format> --help、tao-daft convert <source-format> <target-format> --help。
适用场景：将 DAFT 数据集转换为 VLM 训练所需格式，或生成某一目标格式的训练集。
限制：仅支持 DAFT 支持的源格式；受支持格式对取决于所安装版本 --help 的输出，不要传入未确认的组合；源与目标为位置参数，--path 与 --output 为标志；该技能只负责 convert，validate 与 info 另属其他技能；不要用 Python 重新实现转换逻辑，应以 CLI 为准。若无法推断源格式或未指定目标，应先询问。转换完成后，建议先用 tao-validate-dataset-format 技能抽查输出，再用于训练。常见问题：command not found 表示未装 wheel；提示 --path/--output 必需说明参数按位置传入；invalid choice 表示该 slug 在当前版本未接入；输出被 validate 拒绝时，应检查每对格式的专属标志（如媒体处理、任务子集），参数设置错误常导致结构有效但语义错误的目标数据。