Dataset

dataset — 公开数据集发现

何时使用

• 题目附件没有数据集，但题面要求"查找类似公开数据"。
• 需要历史基准数据集（如 MNIST / Iris / 波士顿房价）做模型对比。
• 不要在已有附件数据时启用本子 skill。

入口

| 数据源 | 入口 | 配置 | |---|---|---| | Kaggle | kaggle datasets list -s / kaggle datasets download -d | ~/.kaggle/kaggle.json（注册免费下载） | | UCI ML | 直接 HTTPS pd.read_csv(url) | 无 | | HuggingFace | from datasets import load_dataset | EZMM_HF_TOKEN（私有数据集） | | 天池 | 浏览器 + 手动下载 | 无 |

命令模板

# Kaggle 搜索 + 下载
kaggle datasets list -s "vegetable retail price"
kaggle datasets download -d  -p workdir/.../attachments/external/kaggle --unzip

# HuggingFace
python -c "from datasets import load_dataset; ds = load_dataset('squad', split='train[:1%]')"

# UCI（直接 URL）
python -c "import pandas as pd; df = pd.read_csv('https://archive.ics.uci.edu/...'); df.to_csv('workdir/.../attachments/external/uci/iris.csv', index=False)"

落盘规范

外部下载的数据放在：

workdir/{task_id}/attachments/external///

并在同目录写 SOURCES.md：

- 数据集名: 
- 来源: 
- License: 
- 下载时间: 
- 用途说明: 

失败诊断

| 情况 | 处理 | |---|---| | Kaggle token 未配置 | 提示用户 ~/.kaggle/kaggle.json 配置 | | License 不允许商用 | 数据可用于学术建模报告；论文中标明出处 + license | | 文件 > 1GB | coder 阶段用 chunksize 处理（参考 prompts/coder.md） | | 网络受限 | 写诊断；建议用户手动下载放入 attachments/ |

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: woodfishhhh
• Source: woodfishhhh/EZmath_model
• License: MIT

Install and usage instructions live in the source repository linked above.