前言¶
在 DSH 里做机器人学习或数据相关对话时，模型往往只能看到当前 profile 挂载的文件系统。本地 LeRobot 数据集目录里既有 meta、任务清单、episode 清单，也有体量很大的 Parquet 与视频文件。若把整库路径丢给模型自行翻找，既容易越权读大文件，也难快速得到版本、特征维度、episode 统计等结构化摘要。DeepSeek Harness 通过 profile 插件扩展工具面；dsh-lerobot-dataset-inspector 提供只读的 lerobot_inspect_dataset，经活动 DSH 文件系统读取元数据与清单，不打开机器人数据 Parquet、不解码 MP4，适合在对话前先摸清数据集轮廓。
这是什么¶
dsh-lerobot-dataset-inspector 是 Lavalx100 维护的独立 DSH 插件包（社区目录分类：客户端）。它在 profile 中注册 Cordis 工具 lerobot_inspect_dataset，对 profile 可见的本地 LeRobot v2.0、v2.1、v3.0 数据集做摘要：版本与计数、特征 shape、可用聚合统计、任务名、episode 长度摘要、数据/视频文件数量；传入 episode_index 时可附带该 episode 的元数据，v3.0 还可包含该 episode 的 per-episode 统计。插件经 ctx.fs 读元数据与 episode/task manifest，所有路径仍受当前 profile 文件系统权限约束。
- 目录页：https://www.skillhub.cn/plugins/Lavalx100/dsh-lerobot-dataset-inspector
- 源码：https://github.com/Lavalx100/dsh-lerobot-dataset-inspector
- 许可证：MIT（package 版本 0.1.0）
核心功能¶
下面介绍工具实际返回与刻意不做的边界，均来自项目 README。
- 元数据与清单：汇总 LeRobot 版本、feature shapes、任务名称、episode 长度摘要、统计项是否可用，以及数据/视频文件计数（扫描有上限，触顶时结果会标明不完整并给出下界计数）。
- 单 episode 详情：可选
episode_index，输出该 episode 元数据；v3.0 在该行存有统计时，可带上 per-episode statistics。 - 只读且 bounded：JSON/JSONL/Parquet 的读取在文件数、行数、字节与目录深度上有固定限制；特征与统计向量输出最多 16 个值，截断时标记为 incomplete。
- 不碰原始帧：不校验机器人帧数值、不解码视频；不向模型暴露解码后的视频或 Parquet 行内容（除 manifest/元数据路径上的 bounded 解析）。
实现上，bundle 通过 cordis.patch.yml 插入一条 Cordis 插件行；核心逻辑在 src/index.mjs、src/inspect.mjs，Parquet 解析依赖 pinned 的 hyparquet 1.31.5。
安装与启用¶
环境要求：Node.js ≥ 24.9，DSH >=0.2.2-alpha.2 且 <0.3.0。
在 DSH 源码检出目录或已安装的 DSH CLI 环境中，将本插件目录以本地 bundle 形式加入指定 profile：
dsh plugin --profile <profile> add /absolute/path/to/lerobot-dataset-inspector
用该 profile 启动 DSH 后，对文件系统可见的数据集目录调用 lerobot_inspect_dataset。卸载时：
dsh plugin --profile <profile> remove dsh-lerobot-dataset-inspector
移除 package 会去掉对应 profile layer。安装前请自行查看仓库源码与 LICENSE；插件以当前 DSH 进程权限运行，仅能访问 profile 允许的路径。
典型用法¶
- 按上一节把插件装进 profile 并启动 DSH。
- 确认目标 LeRobot 数据集目录已挂载到该 profile 的文件系统（路径对 Harness 可见）。
- 在对话或工具调用中执行
lerobot_inspect_dataset，传入数据集根目录；需要某一集详情时加上episode_index。 - 根据返回的结构化摘要判断版本、任务、episode 规模与资产清单是否完整；若字段标明 incomplete，说明扫描触达 README 中的 bounded 限制，而非数据集本身缺失。
README 未给出固定数据集路径示例；实际参数以 DSH 中该工具的 schema 为准，目录必须是当前 profile 可读路径。
适用场景与注意¶
适合：在训练或标注前快速核对本地 LeRobot 数据集版本、特征、任务与 episode 分布；在不让模型直接读大 Parquet/视频的前提下，为后续脚本或人工检查定方向。
注意：
- 只读检查器，不能替代完整数据验证或可视化。
- v3.0 的 episode 级统计仅在请求
episode_index且对应行包含统计时出现。 - 结果体积受 feature、task、行数与输出上限约束，元数据较大的数据集会占用更多上下文（README「Model Experience / KV Cache impact」）。
- SkillHub 等社区目录为独立站点，与 DeepSeek / 幻方无官方从属关系；星标与版本以 GitHub 与 package 为准。
维护者若需跑包内测试（小 fixture，不访问真实机器人数据集或网络）：
pnpm install --ignore-workspace --ignore-scripts
node --test tests/inspector.test.mjs
结尾¶
dsh-lerobot-dataset-inspector 把 LeRobot 本地数据集的元数据与清单摘要收进 DSH 工具 lerobot_inspect_dataset，在权限边界内只读、bounded 地查看 v2/v3 数据集结构，避免在对话里直接展开 Parquet 与视频。进一步参与社区插件可参考 DeepSeek Harness CONTRIBUTING。
- 目录：https://www.skillhub.cn/plugins/Lavalx100/dsh-lerobot-dataset-inspector
- GitHub：https://github.com/Lavalx100/dsh-lerobot-dataset-inspector
