---
title: agent-sft
canonical_url: "https://www.modelscope.cn/datasets/nex-agi/agent-sft"
md_url: "https://www.modelscope.cn/datasets/nex-agi/agent-sft.md"
repository: nex-agi/agent-sft
last_updated: 2025-11-22
license: odc-by
storage_size: "9.4 GB"
downloads: 4240
stars: 9
---

# agent-sft

> agent-sft - nex-agi 在 ModelScope 开源的数据集。本数据集专门设计用于训练大语言模型(LLM)的智能体(Agentic)能力。数据集涵盖了多个agent场景，旨在提高模型在自主决策、工具使用、代码生成和交互式任务处理等方面的表现。我们从 NEX-N1 模型训练集中选择了部分 query，并基于DeepSeek-V3.1-Nex-N1 重新生成回复数据。这些数据可为社区提供参考，用于训练和开发agent模型。 数据集分布

nex-agi/agent-sft 是 ModelScope 魔搭社区上的数据集，存储大小 9.4 GB，采用 odc-by 许可。

- **Repository**: nex-agi/agent-sft
- **License**: odc-by
- **Storage size**: 9.4 GB
- **Downloads**: 4240
- **Stars**: 9
- **Last updated**: 2025-11-22

Source: https://www.modelscope.cn/datasets/nex-agi/agent-sft

---

<div align="center">

<svg width="20%" height="auto" viewBox="0 0 1118 354" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M1000.47 204.517L977.244 175.437L949.704 141L949.165 141.652L906.805 194.625L884.304 222.799L883.792 223.451L883.765 223.479L861.237 251.652L846.66 233.399L823.404 204.319L780.559 257.944L758.031 286.117L705 352.468H835.745L845.932 339.741L888.777 286.117L911.305 257.944L911.332 257.916L934.56 286.996L949.139 305.248L986.891 352.468H1117.64C1094.98 323.813 1044.55 260.048 1015.08 222.771L1000.47 204.517Z" fill="black"/>
<path d="M845.932 176.379L869.16 205.459L869.187 205.431L869.727 204.779L892.227 176.605L934.56 123.632L935.099 122.98L957.627 94.808L972.205 113.06L999.744 147.525L1093.41 30.3267L1106.48 13.9454L1117.64 3.25913e-05H986.891L934.372 65.728L911.871 93.872L911.332 94.552L838.845 3.8827L835.747 3.25913e-05H705L845.959 176.351L845.932 176.379Z" fill="black"/>
<path d="M501.499 261.748V221.813H752.03V130.86H501.499V90.9534H751.6L678.9 0H415L415.027 352.701H678.9L751.6 261.748H501.499Z" fill="black"/>
<path d="M281.67 249.173L135.396 153.907V266.272L268.634 353.041H394.921V352.7H394.927V3.05176e-05H281.67V249.173Z" fill="black"/>
<path d="M113.257 103.868L259.532 199.135V86.7694L126.293 3.05176e-05L0.00665283 3.05176e-05V0.34137H0V353.041H113.257L113.257 103.868Z" fill="black"/>
</svg>

</div>


# Nex Agent-SFT 数据集

## 数据集描述

本数据集专门设计用于训练大语言模型(LLM)的智能体(Agentic)能力。数据集涵盖了多个agent场景，旨在提高模型在自主决策、工具使用、代码生成和交互式任务处理等方面的表现。我们从 NEX-N1 模型训练集中选择了部分 query，并基于DeepSeek-V3.1-Nex-N1 重新生成回复数据。这些数据可为社区提供参考，用于训练和开发agent模型。
## 数据集分布

| Category      | Value          |
|---------------|---------------:|
| agentic_code  |     24796      |
| agent         |     11749      |
| chat          |     2079       |
| html          |     8332       |
| tool_call     |     9737       |
| **Total**     |   **69008**     |


## 数据集结构

数据集中的每个样本包含如下内容:

- `id` (str): 唯一标识符
- `messages` (list): 用于监督微调的消息格式（包含系统提示、用户提示、助手回复和工具回复）。
- `tools` (list): 工具定义列表，其中每个定义包含工具名称、描述以及由属性定义的参数。
- `generator` (str): 生成回复的模型名。