前言¶
在 DSH 裏做機器人學習或數據相關對話時，模型往往只能看到當前 profile 掛載的文件系統。本地 LeRobot 數據集目錄裏既有 meta、任務清單、episode 清單，也有體量很大的 Parquet 與視頻文件。若把整庫路徑丟給模型自行翻找，既容易越權讀大文件，也難快速得到版本、特徵維度、episode 統計等結構化摘要。DeepSeek Harness 通過 profile 插件擴展工具面；dsh-lerobot-dataset-inspector 提供只讀的 lerobot_inspect_dataset，經活動 DSH 文件系統讀取元數據與清單，不打開機器人數據 Parquet、不解碼 MP4，適合在對話前先摸清數據集輪廓。
這是什麼¶
dsh-lerobot-dataset-inspector 是 Lavalx100 維護的獨立 DSH 插件包（社區目錄分類：客戶端）。它在 profile 中註冊 Cordis 工具 lerobot_inspect_dataset，對 profile 可見的本地 LeRobot v2.0、v2.1、v3.0 數據集做摘要：版本與計數、特徵 shape、可用聚合統計、任務名、episode 長度摘要、數據/視頻文件數量；傳入 episode_index 時可附帶該 episode 的元數據，v3.0 還可包含該 episode 的 per-episode 統計。插件經 ctx.fs 讀元數據與 episode/task manifest，所有路徑仍受當前 profile 文件系統權限約束。
- 目錄頁：https://www.skillhub.cn/plugins/Lavalx100/dsh-lerobot-dataset-inspector
- 源碼：https://github.com/Lavalx100/dsh-lerobot-dataset-inspector
- 許可證：MIT（package 版本 0.1.0）
核心功能¶
下面介紹工具實際返回與刻意不做的邊界，均來自項目 README。
- 元數據與清單：彙總 LeRobot 版本、feature shapes、任務名稱、episode 長度摘要、統計項是否可用，以及數據/視頻文件計數（掃描有上限，觸頂時結果會標明不完整並給出下界計數）。
- 單 episode 詳情：可選
episode_index，輸出該 episode 元數據；v3.0 在該行存有統計時，可帶上 per-episode statistics。 - 只讀且 bounded：JSON/JSONL/Parquet 的讀取在文件數、行數、字節與目錄深度上有固定限制；特徵與統計向量輸出最多 16 個值，截斷時標記爲 incomplete。
- 不碰原始幀：不校驗機器人幀數值、不解碼視頻；不向模型暴露解碼後的視頻或 Parquet 行內容（除 manifest/元數據路徑上的 bounded 解析）。
實現上，bundle 通過 cordis.patch.yml 插入一條 Cordis 插件行；核心邏輯在 src/index.mjs、src/inspect.mjs，Parquet 解析依賴 pinned 的 hyparquet 1.31.5。
安裝與啓用¶
環境要求：Node.js ≥ 24.9，DSH >=0.2.2-alpha.2 且 <0.3.0。
在 DSH 源碼檢出目錄或已安裝的 DSH CLI 環境中，將本插件目錄以本地 bundle 形式加入指定 profile：
dsh plugin --profile <profile> add /absolute/path/to/lerobot-dataset-inspector
用該 profile 啓動 DSH 後，對文件系統可見的數據集目錄調用 lerobot_inspect_dataset。卸載時：
dsh plugin --profile <profile> remove dsh-lerobot-dataset-inspector
移除 package 會去掉對應 profile layer。安裝前請自行查看倉庫源碼與 LICENSE；插件以當前 DSH 進程權限運行，僅能訪問 profile 允許的路徑。
典型用法¶
- 按上一節把插件裝進 profile 並啓動 DSH。
- 確認目標 LeRobot 數據集目錄已掛載到該 profile 的文件系統（路徑對 Harness 可見）。
- 在對話或工具調用中執行
lerobot_inspect_dataset，傳入數據集根目錄；需要某一集詳情時加上episode_index。 - 根據返回的結構化摘要判斷版本、任務、episode 規模與資產清單是否完整；若字段標明 incomplete，說明掃描觸達 README 中的 bounded 限制，而非數據集本身缺失。
README 未給出固定數據集路徑示例；實際參數以 DSH 中該工具的 schema 爲準，目錄必須是當前 profile 可讀路徑。
適用場景與注意¶
適合：在訓練或標註前快速覈對本地 LeRobot 數據集版本、特徵、任務與 episode 分佈；在不讓模型直接讀大 Parquet/視頻的前提下，爲後續腳本或人工檢查定方向。
注意：
- 只讀檢查器，不能替代完整數據驗證或可視化。
- v3.0 的 episode 級統計僅在請求
episode_index且對應行包含統計時出現。 - 結果體積受 feature、task、行數與輸出上限約束，元數據較大的數據集會佔用更多上下文（README「Model Experience / KV Cache impact」）。
- SkillHub 等社區目錄爲獨立站點，與 DeepSeek / 幻方無官方從屬關係；星標與版本以 GitHub 與 package 爲準。
維護者若需跑包內測試（小 fixture，不訪問真實機器人數據集或網絡）：
pnpm install --ignore-workspace --ignore-scripts
node --test tests/inspector.test.mjs
結尾¶
dsh-lerobot-dataset-inspector 把 LeRobot 本地數據集的元數據與清單摘要收進 DSH 工具 lerobot_inspect_dataset，在權限邊界內只讀、bounded 地查看 v2/v3 數據集結構，避免在對話裏直接展開 Parquet 與視頻。進一步參與社區插件可參考 DeepSeek Harness CONTRIBUTING。
- 目錄：https://www.skillhub.cn/plugins/Lavalx100/dsh-lerobot-dataset-inspector
- GitHub：https://github.com/Lavalx100/dsh-lerobot-dataset-inspector
