🚜 lumber-truck 开发会话数据集(案例)

import json

# 每行一个用户 turn
for line in open('turns.jsonl'):
    t = json.loads(line)
    print(t['turn_started_at'], t['user_text'][:80],
          '→ 工具调用', t['n_tool'], '次')

# 1. 解开对应沙盒的对象库
tar xf iqtphalyfu4ovpmekoutz.tar          # 得到 git 对象库目录
REPO=$(find iqtphalyfu4ovpmekoutz -name objects -type d | head -1 | xargs dirname)

# 2. 用 turns.jsonl 里的 snapshot_start SHA 查看那个时刻的文件树
git --git-dir=$REPO ls-tree -r --name-only 936ccd7a0c26af...
# 查看具体文件内容
git --git-dir=$REPO show 936ccd7a0c26af...:src/gameplay.json

import gzip, json

d = json.load(gzip.open('root_sessions/iqtphaly...__ses_14fa932f5....json.gz'))
# d 是该会话的完整 message/part 结构:用户输入、thinking、工具调用、patch 全在

import json

labels = {}  # (sandbox|session|block) → label
for line in open('blocks_content_labels.jsonl'):
    l = json.loads(line)
    labels[(l['sandbox_id'], l['session_id'], l['block_index'])] = l

# 例:所有 vfx_shader 类、非模板、非调试面板的真实用户意图
hits = [l for l in labels.values()
        if l['content'] == 'vfx_shader' and not l['is_template']]