volcengine ArkCLI 数据集
先读取 ../arkcli-shared/SKILL.md，遵循认证、输出、安全、Client Preview 和二次确认规则。
能力范围
- 创建 Dataset 及首个
V1，或为已有 Dataset 创建新版本。 - 从本地
.jsonl文件或同一 TOS bucket 下的对象映射数据。 - 根据基础模型的精调配置解析准确
DatasetSchema并执行服务端校验。 - 查询、更新、删除 Dataset，查询版本，下载版本中的 TOS 对象。
- 为
train finetune create产出稳定的<dataset-id>:<version-id>引用。
只处理精调任务本身时改用 ../arkcli-train-finetune/SKILL.md。不要用 Raw API 模拟已有的 dataset 产品命令。
执行守卫
- 先执行
arkcli auth status；认证失败时按 shared skill 恢复。 - 执行前读取目标叶子命令的
--help，以当前安装版本为准。 --dataset-format只接受LLMSft、LLMPretrain、LLMDPO、LLMRL、EmbeddingSft、ImageGenSft、VideoGenSft；不要发送展示文案或其他后端 SchemaType。--local与--tos-uri互斥。本地输入只接受.jsonl，最多 20 个文件；多个 TOS URI 必须属于同一 bucket。--tos-uri必须能被当前身份列举且至少包含一个.jsonl；不能复用 CLI 上传结果中的ds-ds/*暂存路径，应使用已注册版本的ark/dataset/<dataset-id>/<dataset-version-id>/路径或其他可读数据路径。- 创建和新增版本会先逐个校验输入；
ValidateDataset.StorageRawLocation.Storage不发送AccountID，但随后两种工作流的CreateDatasetVersion.Storage都必须发送当前账号的数值型AccountID。CreateDatasetVersion不发送可选的Name，CLI 也不提供该参数；正式版本号完全以服务端响应中的Version为准。任一步失败都保留已上传对象或已创建 Dataset，不臆造回滚。 dataset version get <dataset-id> <Vn|dsv-*> --preview读取每个对象最多 100 KiB（102400 字节）内容，与控制台 Dataset 预览上限一致；版本 SID 仍可省略 Dataset ID。下载既支持dataset download ... --version ...，也支持dataset version download <dataset-id> <Vn|dsv-*>，且都不覆盖已有文件。- 删除前先展示版本数、存储路径数以及可获取时的对象数和总字节数，再单独确认。
- 创建、版本创建、校验、下载、更新、删除支持叶子级
--dry-run。只读的 list/get 不使用--dry-run；version get --preview是真实只读查询，不是 Client Preview。 - Client Preview 只展示离线计划；它不上传、不校验服务端数据，也不代替删除确认。
Volc 本地上传使用当前 profile 对应区域的 TOS endpoint，并启用 bucket rename。
工作流
- 创建、维护、校验、下载：读取
references/commands.md。 - Dataset 接入精调：完成 Dataset 后读取
../arkcli-train-finetune/references/create.md。 - 维护者评测：读取
references/evals.md。
只加载当前任务需要的 reference。