52 lines
1.8 KiB
Python
52 lines
1.8 KiB
Python
"""把 predictions.steps_json 转成 RunLog.get_traces 的行形。
|
||
|
||
infer_adhoc 的 traces 表为空，轨迹存于 steps_json（{thought, tool_call, tool_output}）。
|
||
诊断管线经 get_traces 消费轨迹，故需此确定性转换适配。
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
import json
|
||
from typing import Any
|
||
|
||
|
||
def steps_json_to_trace_rows(
|
||
video_id: str, question_id: str, steps_json: str
|
||
) -> list[dict[str, Any]]:
|
||
"""将单题 steps_json 解析为 trace 行列表（step 从 0 递增）。
|
||
|
||
参数:
|
||
video_id: 视频 ID。
|
||
question_id: 题 ID。
|
||
steps_json: predictions.steps_json 原文（JSON 数组字符串）。
|
||
|
||
返回:
|
||
行字典列表，字段对齐 traces 表 schema；空/空数组返回 []。
|
||
|
||
关键实现细节:
|
||
- 工具名读 tool_call.tool（infer_adhoc 真实字段），对极少数历史
|
||
数据的 name 做 back-compat 回退。
|
||
- steps_json 非 JSON 数组时直接报错，不做兜底掩盖。
|
||
"""
|
||
if not steps_json or not steps_json.strip():
|
||
return []
|
||
steps = json.loads(steps_json)
|
||
if not isinstance(steps, list):
|
||
raise ValueError(f"steps_json 非数组: {question_id}")
|
||
rows: list[dict[str, Any]] = []
|
||
for i, s in enumerate(steps):
|
||
call = s.get("tool_call") or {}
|
||
rows.append(
|
||
{
|
||
"video_id": video_id,
|
||
"question_id": question_id,
|
||
"step": i,
|
||
# infer_adhoc 用 "tool"；back-compat 兼容极少数 "name"
|
||
"tool_name": call.get("tool", call.get("name")),
|
||
"tool_args": call.get("args", {}),
|
||
"tool_output": s.get("tool_output"),
|
||
"thought": s.get("thought"),
|
||
}
|
||
)
|
||
return rows
|