AtomTaskGenerator

根据输入的场景信息，使用大语言模型（LLM）服务生成对应的原子任务。

__init__函数

def __init__(self, llm_serving: LLMServingABC):

init参数说明

参数名	类型	默认值	说明
llm_serving	LLMServingABC	必需	LLM服务对象，需实现LLMServingABC接口。

Prompt模板说明

Prompt 模板名称	主要用途	适用场景	特点说明

run函数

def run(self, storage: DataFlowStorage, input_scenario_key: str, output_key: str = "atom_task"):

参数

名称	类型	默认值	说明
storage	DataFlowStorage	必需	数据流存储实例，负责读取与写入数据。
input_scenario_key	str	必需	输入列名，对应场景字段。
output_key	str	"atom_task"	输出列名，对应生成的原子任务字段。

🧠 示例用法

from dataflow.operators.conversations import AtomTaskGenerator
from dataflow.utils.storage import FileStorage
from dataflow.serving import APILLMServing_request
from dataflow.core import LLMServingABC

class AtomTaskGeneratorExample:
    def __init__(self, llm_serving: LLMServingABC = None):
        self.storage = FileStorage(
            first_entry_file_name="input.jsonl",
            cache_path="./cache_local",
            file_name_prefix="dataflow_cache_step",
            cache_type="jsonl",
        )

        self.llm_serving = APILLMServing_request(
            api_url="",
            model_name="gpt-4o",
            max_workers=30
        )

        self.generator = AtomTaskGenerator(
            llm_serving=self.llm_serving
        )

    def forward(self):
        self.generator.run(
            storage=self.storage.step(),
            input_scenario_key="scenario",
            output_key="atom_task"
        )

if __name__ == "__main__":
    pl = AtomTaskGeneratorExample()
    pl.forward()

🧾 默认输出格式（Output Format）

字段	类型	说明
<input_scenario_key>	str	输入的场景文本。
atom_task	str	模型生成的原子任务。

示例输入：

{
  "scenario": "Attempting to book a flight."
}

示例输出：

{
  "scenario": "Attempting to book a flight.",
  "atom_task": "Search for a round-trip flight from New York to London, departing on November 15th and returning on November 22nd, with a budget of $500 or less."
}