SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场vs-item-onboarding

vs-item-onboarding

数据与分析

查看项目

更新于 10-16 08:54

技能介绍

Viking Item Onboarding 用于在 Viking AI Search 的 V2 控制面（/open/*V2）中，把数据源接入为数据集，并可选地进一步创建应用。该技能以引导式流程（workflow）驱动 vs CLI，严格按步骤执行，每步依赖上一步的输出，尤其是模式推断产物（inference artifact）会从第 6 步一直复用到第 13 步。

用途 它面向需要从原始数据源创建多模态数据集或应用、以及用户行为事件数据集的场景，可用于搭建目录搜索、内容搜索等业务目标的接入流程。

适用数据源与模式 支持的数据源包括：本地 JSONL 文件（一次性导入，或针对仅追加文件的持续增量同步，如不断追加新行的爬虫输出）；本地 JSON 数组或 CSV 文件（仅一次性导入，不支持持续同步）；MySQL 数据库（一次性快照导入或持续增量同步）。

支持的数据集类型

  • user_event：用户行为/事件日志（点击、浏览、曝光、收藏等），用于推荐与个性化场景。
  • multi_modal：其他所有情况，包括含图片 URL 和/或视频 URL 的记录（如带图商品、短视频帖子、带缩略图内容、多模态搜索语料），以及不含媒体的纯文本语料。若数据不是行为日志，则归入此类。

主要能力与核心机制 V2 的特点是模式推断完全由后端驱动：CLI 上传文件，后端推断 Schema（已在主键/标题/URL/事件类型字段上设置 BizAttr）以及逐字段的 FieldDescMap。代理的职责是：（a）将推断产物持久化到本地；（b）渲染给用户进行一轮人工确认；（c）驱动剩余的持久化与写入步骤，而不需要自行重新设计字段决策。

它提供的关键命令阶段包括：上传 URL（vs dataset import-url）、PUT 上传（curl）、提交推断（vs dataset infer-schema）、轮询推断（vs dataset infer-result）、校验 schema（vs dataset validate-schema）、创建数据集（vs dataset create）、写入数据（vs data write）、导出（vs connector export，MySQL 或本地文件）、同步配置（vs connector init）、同步运行（vs connector run）、创建应用（vs app create）与挂载数据集（vs app attach-dataset）。其中 vs dataset ingest 是“一体化”快捷方式，编排上传+推断+轮询+创建+写入，但不含 Schema 确认暂停点。

使用方式（工作流概览） 必须严格按顺序执行，核心步骤为：

  1. 确认数据集类型、输入来源与导入模式：先确定数据集类型（multi_modal 或 user_event），再识别来源类型，若存在多个选项需显式询问用户选择导入模式，不得静默替用户决定。
  2. multi_modal 需确定 Theme（e_commerce、long_video、content、general，默认 general）；user_event 不传 Theme。
  3. 识别来源：数据库连接或表名 → MySQL；.jsonl 或行分隔/仅追加文件 → JSONL；.json 数组或 .csv → JSON/CSV（仅一次性）。来源不明时询问。
  4. 语言：zh/en/ko/ja/hi，中文用户默认 zh，否则默认 en。
  5. 导入模式：MySQL 与 JSONL 需确认是一次性还是持续同步；只有请求中有明确的一次性或持续语义时才跳过询问，否则必须询问，不能把裸的“import”当一次性信号；JSON/CSV 只支持一次性，无需询问。
  6. 之后按确认结果走对应分支（MySQL 一次性/持续、已有数据集持续同步、JSONL 一次性/持续、JSON/CSV 一次性等）。

来源环境配置（仅 MySQL 分支） MySQL 默认使用环境变量：MYSQL_HOST、MYSQL_PORT、MYSQL_USER、MYSQL_PASSWORD、MYSQL_DATABASE（可选 MYSQL_CHARSET）。需渲染带占位符的 bash export 模板让用户自行填写并 export；绝不能在聊天中显示真实凭据，也不能要求用户把凭据粘贴到聊天中；export、init、run 命令仅从环境变量读取 MySQL 凭据，不接受 flags 或聊天输入。这是一个需要用户确认的人为检查点。

导出与上传 导出源快照为 JSONL：MySQL 用 vs connector export --source mysql ...，本地文件用 vs connector export --source jsonl --file <path>；bootstrap 文件始终写入 /tmp/viking/connector/<job>/bootstrap/items.jsonl，不能用 --output 覆盖该路径。随后用 vs dataset import-url --file-name <basename> 获取 FileUrl 与 FileKey，用 curl PUT 上传（无需 Authorization 头，FileUrl 已预签名），再用 vs dataset infer-schema 提交推断（多模态需 --theme），轮询 vs dataset infer-result 直到 Status=Success，用 vs dataset validate-schema 校验并渲染 schema-confirm 块，随后 vs dataset create 持久化、vs data write 写入记录。

语言匹配规则 运行时需匹配用户最近一条消息的语言，用于所有说明文字与内部推理输出；CLI 合同部分（如 vs-schema-confirm 块、命令名、flag、JSON 键、枚举值、字段名、BizAttr 标识符 MultiModalId、数据集/应用/TaskID、控制台 URL）以及确认用的字面词 yes 保持原样不翻译。

适用场景与限制 适用于：从本地 JSONL/JSON/CSV 或 MySQL 接入数据集，并可选配置应用与挂载。不适用：仅想向已有数据集追加行（应使用 vs data write --dataset-id <id> --fields @items.jsonl）。该技能禁用 vs item profile/plan/apply/review/provision/verify 等 V1 路径，且禁止向数据集引导命令传除 multi_modal 或 user_event 之外的类型。JSON/CSV 不支持持续同步；JSONL 持续同步要求文件仅追加，已有行的编辑或删除不会被追踪，可能导致重复或缺失记录；已有数据集 + 一次性来源导入不支持作为单一工作流。前置条件包括 vs CLI ≥ 0.2.0 已安装并完成认证（vs auth status 与 vs doctor 成功）、输入文件为 JSON 数组/JSONL/CSV 且本地可读、用户已说明业务目标、账号已开通 V2 控制面。关于收费、价格与更多能力细节，资料暂未提供。