{
  "absolute_id": 128,
  "language": "cn",
  "persona": "Researcher",
  "task": "我的ST-Raptor项目文件夹下有5个以各自功能所简要命名的.py文件，我可能会通过不同参数多次运行，给出运行的终端指令模版，并列出完整参数列表，总结成说明，输出为ST-Raptor运行指令与参数说明.md文件",
  "task_diff": "困难（步骤超过10步且包含协同类型3）",
  "output_files": [
    "ST-Raptor运行指令与参数说明.md"
  ],
  "rubrics": [
    "输出文件ST-Raptor运行指令与参数说明.md是否包含了gradio_app.py、table_preprocess.py、embedding.py、clean_cache.py、ai_evaluate.py共5个.py文件的说明？",
    "输出文件中为每个.py文件是否都提供了清晰的终端指令模版？",
    "gradio_app.py的说明中是否包含server_name默认值0.0.0.0、server_port默认值7860、share默认值False这些参数信息？",
    "gradio_app.py的说明中是否指明默认访问地址为http://localhost:7860，且退出时自动清理缓存？",
    "table_preprocess.py中excel2tree函数是否列出了file、pkl_dir、convert_pkl、json_dir、convert_json、str_dir、convert_str、embedding_dir、convert_embedding等全部9个参数及其说明？",
    "table_preprocess.py中是否指出需要修改源码main()函数中的dataset_dir变量来指定数据集路径？",
    "table_preprocess.py是否说明了处理每个xlsx文件会输出pkl、json、txt、embedding.json四个文件？",
    "embedding.py中是否说明了EmbeddingModel类的主要方法one_to_many_semilarity、topk_match、top1_match的参数要求？",
    "embedding.py中是否指出value_list和embedding_cache_file必须指定其中一个？",
    "clean_cache.py是否说明默认清理CACHE_DIR，并且可以通过取消注释清理其他缓存目录？",
    "ai_evaluate.py中evaluate函数是否说明了input_file是JSONL格式、output_dir是输出目录？",
    "ai_evaluate.py是否说明会输出Accuracy、BLEU、ROUGE-1/2/L、METEOR共5个评估指标？",
    "ai_evaluate.py是否说明支持断点续评，已评估问题会跳过不重复处理？",
    "输出文档中是否包含通用运行流程建议，给出清理缓存→预处理表格→启动交互式问答的完整顺序？",
    "输出文件是否为标准Markdown格式，包含标题、目录和代码块？",
    "是否文档中每个文件的说明都包含功能描述、指令模版、参数列表、使用示例四个部分？",
    "文档是否正确指出所有脚本都需要在ST-Raptor项目根目录下运行？"
  ],
  "rubric_types": [
    "基础评估",
    "基础评估",
    "结果评估",
    "结果评估",
    "结果评估",
    "结果评估",
    "结果评估",
    "结果评估",
    "结果评估",
    "结果评估",
    "结果评估",
    "结果评估",
    "过程评估",
    "结果评估",
    "基础评估",
    "基础评估",
    "基础评估"
  ],
  "file_dep_graph": [
    {
      "from": "clean_cache.py",
      "to": "table_preprocess.py"
    },
    {
      "from": "table_preprocess.py",
      "to": "embedding.py"
    },
    {
      "from": "table_preprocess.py",
      "to": "gradio_app.py"
    },
    {
      "from": "embedding.py",
      "to": "gradio_app.py"
    }
  ],
  "data_manifest": [
    {
      "filename": "table_preprocess.py",
      "stored_relpath": "data/1d0b253770d8fa15_table_preprocess.py"
    },
    {
      "filename": "clean_cache.py",
      "stored_relpath": "data/37a2cc59594426a7_clean_cache.py"
    },
    {
      "filename": "ai_evaluate.py",
      "stored_relpath": "data/851e272e81a480e1_ai_evaluate.py"
    },
    {
      "filename": "gradio_app.py",
      "stored_relpath": "data/cc4ebddb85bf4f99_gradio_app.py"
    },
    {
      "filename": "embedding.py",
      "stored_relpath": "data/e98f0f4ff6a57f83_embedding.py"
    }
  ],
  "tested_capabilities": [
    "Workspace Exploration",
    "Semantic Content Relations Understanding"
  ]
}