agent-traces

מה זה

הנתונים מורכבים מסשנים שלמים של עבודה מול סוכני קוד, כולל שיחות, קריאות לפונקציות, פקודות טרמינל ותוצאות הריצה שלהן. הם מגיעים מתורמים עצמאיים שהפעילו תוסף ייעודי על גבי מאגרי קוד פתוח ציבוריים בלבד. כל תורם מאשר ידנית את המידע המקומי שלו, ורק לאחר מכן נפתח Pull Request שנבדק על ידי מנהלי הפרויקט.

המבנה מחולק לשניים: קובצי מקור גולמיים בפורמטים המקוריים של הכלים בתיקיות ייעודיות לפי סוכן כמו claude_code, cursor, codex, pi ו־opencode, ולצידם טבלה מעובדת בקובץ Parquet תחת תיקיית המידע שמכילה שדות אחידים של מזהה סוכן, הודעות, כלים ומטא-דאטה.

מתאים ל

• אימון מודלים להפעלת כלים

  לימוד סוכני קוד איך להריץ פקודות ולנתח פלטים על בסיס צעדים של כלי פיתוח קיימים.

• הערכת ביצועי סוכנים

  בנצ'מרק של יכולת הבנת הקשר וקבלת החלטות מול סשנים אמיתיים של מפתחים.

• מחקר אינטראקציית אדם ומודל

  ניתוח האופן שבו מתכנתים מנסחים פרומפטים ומתקנים טעויות בזמן עבודה מול עוזרי קוד.

איפה זה נופל

הנתונים מוגבלים לשפה האנגלית בלבד, ואינם מדגם מייצג של עולם התוכנה אלא רק של מפתחים שבחרו לתרום מרצונם. תהליך הניקוי האוטומטי מסיר מפתחות מוכרים ונתיבים אישיים, אך הכרטיס מודה מפורשות שהאנונימיזציה אינה מושלמת. שמות אנשים, מזהי כרטיסים ומזהים פנימיים עדיין יכולים להופיע בטקסט החופשי ובפלטי פקודות, ולכן אסור להניח שהמידע נקי מפרטיות.

איך טוענים

טוענים את המידע ישירות דרך קובץ ה־Parquet היחיד data/train-00000-of-00001.parquet כדי לקבל מבנה טבלאי נוח, או מורידים את קובצי ה־JSONL מתיקיות הסוכנים כדי לעבוד עם הפורמט המקורי. המאגר פתוח לחלוטין ואינו דורש אישור גישה מראש. השדות המרכזיים לעיבוד הם trace, messages, tools, harness ו־prompt, שמרכזים את כל שלבי הדיאלוג והפעלת הכלים.

from datasets import load_dataset

ds = load_dataset("trace-commons/agent-traces")

הרישיון

האוסף עצמו מופץ תחת רישיון CC-BY-4.0 שמתיר שימוש מסחרי, מחקר ואימון מודלים תחת מתן קרדיט ליוצרים. עם זאת, קטעי הקוד והפלטים בתוך הסשנים שייכים למאגרי המקור שלהם ונשענים על הצהרת התורם. האחריות לוודא תאימות לרישיונות המקוריים של הקוד ולתנאי השימוש של ספקי הסוכנים חלה על מי שמשתמש במאגר בפועל.

• שימוש מסחרי
• שינוי הקוד
• חובת ייחוס

הרישיון המלא ב־Hugging Face ↗