---
title: skill-scaling-lab-liir-corpus-5k
canonical_url: "https://www.modelscope.cn/datasets/crab3x/skill-scaling-lab-liir-corpus-5k"
md_url: "https://www.modelscope.cn/datasets/crab3x/skill-scaling-lab-liir-corpus-5k.md"
repository: crab3x/skill-scaling-lab-liir-corpus-5k
chinese_name: "Skill Scaling Lab LIIR语料5K"
last_updated: 2026-10-28
license: apache-2.0
storage_size: "15 MB"
downloads: 35
stars: 0
---

# skill-scaling-lab-liir-corpus-5k

> skill-scaling-lab-liir-corpus-5k - crab3x 在 ModelScope 开源的数据集。skill-scaling-lab-liir-corpus-5k

crab3x/skill-scaling-lab-liir-corpus-5k 是 ModelScope 魔搭社区上的数据集，存储大小 15 MB，采用 apache-2.0 许可。

- **Repository**: crab3x/skill-scaling-lab-liir-corpus-5k
- **License**: apache-2.0
- **Storage size**: 15 MB
- **Downloads**: 35
- **Stars**: 0
- **Last updated**: 2026-10-28

Source: https://www.modelscope.cn/datasets/crab3x/skill-scaling-lab-liir-corpus-5k

---

# skill-scaling-lab-liir-corpus-5k

**建议名称 / Suggested name:** `skill-scaling-lab-liir-corpus-5k`

文档型 Agent Skills 语料包（仅 `SKILL.md`），从 LIIR（[jinlinll/lost-in-implicit-routing](https://github.com/jinlinll/lost-in-implicit-routing)）的 `skill_sources.jsonl` 物化而来。  
Document-only Agent Skills corpus (`SKILL.md` only), materialized from LIIR `skill_sources.jsonl` (jinlinll/lost-in-implicit-routing).

| 指标 Metric | 值 Value |
|-------------|---------:|
| 尝试 Attempted | ~5000 |
| 找到 Found (`SKILL.md`) | ~2781 |
| 未找到 Not found | ~2219 |
| seed / limit | 42 / 5000 |

详见 `manifest.json` 精确计数。 See `manifest.json` for exact counts.

## 内容 Contents

| 文件 File | 说明 Description |
|-----------|------------------|
| `corpus-index.jsonl` | 每行一个 skill；全量 5000 条索引 / one JSON object per skill_id (5000 lines) |
| `corpus-found.tar.gz` | 仅含有 `SKILL.md` 的技能：`corpus/<id>/SKILL.md` + `meta.json` |
| `meta-all.tar.gz` | 全部 5000 条 `corpus/<id>/meta.json`（含 not_found，便于审计） |
| `manifest.json` | 汇总统计与打包元数据 |
| `NOTICE.md` | 署名与许可声明 |

**不要**将完整 5000 目录以散文件提交到 ModelScope（单次提交文件数限制）。仅使用上述 tarball + 索引。  
Do **not** upload the full 5000-dir tree as loose files (ModelScope commit file limits). Ship tarballs + index only.

## `corpus-index.jsonl` 字段 Fields

每行一个 JSON 对象，主要字段：

- `skill_id`, `stable_id`, `pool_index`
- `recorded_repository`, `repository_url`, `source_status`
- `expected_skill_md_sha256`, `actual_sha256`, `source_content_hash`
- `has_skill_md` (bool)
- `materialize_status`, `hash_status`, `error`, `url`, `path`, `ref`, `bytes`

## 许可 NOTICE / License

**第三方技能保留其上游仓库许可证。** LIIR 本身不重新分发技能正文；本包仅用于**团队内部研究**，建议在 ModelScope 上设为 **Private**。请引用 LIIR 与各上游仓库；**勿声称拥有技能文本所有权**。

Third-party skills retain their upstream licenses. LIIR does not redistribute skill bodies; we redistribute this package for **private team research only** — recommend **Private** visibility on ModelScope. Cite LIIR and upstream repos; **do not claim ownership** of skill text.

See `NOTICE.md`.

## 队友如何拉取 / How teammates pull

```bash
# 将 <ns>/<name> 换成实际上传后的命名空间与数据集名
modelscope download --dataset <ns>/skill-scaling-lab-liir-corpus-5k --local_dir ./liir-corpus-5k
cd ./liir-corpus-5k
tar -xzf corpus-found.tar.gz    # → corpus/<id>/{SKILL.md,meta.json}
tar -xzf meta-all.tar.gz        # → corpus/<id>/meta.json (all 5000)
```

## 复现 / Reproduce

1. 准备 LIIR 索引 `skill_sources.jsonl`（来自 jinlinll/lost-in-implicit-routing）。
2. 运行仓库脚本：

```bash
python /workspace/skill-scaling-lab/scripts/materialize_skills.py \
  --limit 5000 --seed 42 \
  # 以及项目约定的 LIIR 索引路径 / 输出 corpus 路径参数
```

3. 物化结果目录：`skills/corpus/<skill_id>/{SKILL.md?,meta.json}`  
4. 本包由该 corpus 再打包生成（见 `manifest.json` 的 `source`）。

上游物化报告：`artifacts/materialize-5000/summary.json`、`NOTES.md`。