Dataset

Skill woodfishhhh/EZ_math_model/skills/ez-math-model/tools/dataset

专攻数学建模的下一代自动化SKIILS

Install

npx -y skills add woodfishhhh/EZ_math_model --skill dataset

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

What its author says it does

Copied from the file, not written here

公开数据集发现入口。覆盖 Kaggle / UCI / HuggingFace / 天池。题目要求"自行查找数据"或"补充外部数据"时启用；附件已含数据时**不调用**。

SKILL.md

2.1 KB, as published. Nobody here has run it

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 <kw>` / `kaggle datasets download -d <user/name>`	`~/.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 <user/dataset-name> -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/<source>/<dataset>/

并在同目录写 SOURCES.md：

- 数据集名: <name>
- 来源: <kaggle url>
- License: <CC0 / CC-BY / Apache-2.0 / 其他>
- 下载时间: <ISO timestamp>
- 用途说明: <一句话>

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/