hermes-agent-reasoning-traces
收藏资源简介：
Hermes Agent Reasoning Traces 是一个用于训练AI代理的多轮工具调用轨迹数据集，包含真实代理对话及逐步推理过程（通过<think>块标记）和实际工具执行结果。数据集包含两种配置，分别来自Moonshot AI Kimi-K2.5和ZhipuAI GLM-5.1-FP8模型，共计约15,000个样本。每个样本包含UUID标识符、多轮对话（系统、人类、GPT和工具消息）、可用工具定义JSON、任务类别和描述等信息。对话采用ShareGPT格式，包含思维链推理、函数调用和真实执行结果。数据集覆盖9个任务类别，包括终端与编码、代理工具、存储库任务、浏览器自动化等。所有数据均通过真实工具执行生成，而非合成输出。数据集采用Apache 2.0许可证发布。
Hermes Agent Reasoning Traces is a multi-turn tool call trajectory dataset designed for training AI Agents. It contains real agent conversations, step-by-step reasoning processes (marked with <think> blocks), and actual tool execution results. The dataset has two configurations sourced from Moonshot AI Kimi-K2.5 and ZhipuAI GLM-5.1-FP8 models, comprising approximately 15,000 samples in total. Each sample includes a UUID identifier, multi-turn conversations (covering system, human, GPT and tool messages), a JSON-specified definition of available tools, task categories and descriptions, among other information. The conversations follow the ShareGPT format, and incorporate chain-of-thought reasoning, function calls and real execution results. The dataset covers 9 task categories, including Terminal and Coding, Agent Tools, Repository Tasks, Browser Automation, and more. All data is generated through real tool execution, rather than synthetic outputs. The dataset is released under the Apache 2.0 license.
Hermes Agent Reasoning Traces 数据集概述
数据集基本信息
- 名称: Hermes Agent Reasoning Traces
- 托管地址: https://huggingface.co/datasets/lambda/hermes-agent-reasoning-traces
- 许可证: Apache 2.0
- 主要任务类别: 文本生成
- 语言: 英语
- 标签: 工具调用、函数调用、智能体、Hermes、推理、ShareGPT、SFT
- 数据规模: 10K < n < 100K
配置与来源
数据集包含两个配置，分别对应不同的源模型：
| 配置名称 | 源模型 | 样本数量 |
|---|---|---|
| kimi | Moonshot AI Kimi-K2.5 | 7,646 |
| glm-5.1 | ZhipuAI GLM-5.1-FP8 | 7,055 |
数据加载方式
python from datasets import load_dataset
加载 Kimi-K2.5 轨迹
ds = load_dataset("lambda/hermes-agent-reasoning-traces", "kimi", split="train")
加载 GLM-5.1 轨迹
ds = load_dataset("lambda/hermes-agent-reasoning-traces", "glm-5.1", split="train")
数据模式
两个配置共享相同的数据模式：
| 字段 | 类型 | 描述 |
|---|---|---|
id |
字符串 | UUID 标识符 |
conversations |
列表 | 多轮对话（系统、人类、GPT、工具消息） |
tools |
字符串 | 智能体可用的 JSON 工具定义 |
category |
字符串 | 高级任务类别 |
subcategory |
字符串 | 细粒度任务类型 |
task |
字符串 | 任务描述（来自用户提示） |
对话消息使用 ShareGPT 格式： json {"from": "system|human|gpt|tool", "value": "..."}
<think>块包含链式推理<tool_call>块包含函数调用<tool_response>块包含实际执行结果
统计信息
| 指标 | kimi | glm-5.1 |
|---|---|---|
| 样本数 | 7,646 | 7,055 |
| 总轮次 | 185,798 | 134,918 |
| 总工具调用数 | 106,222 | 68,328 |
| 每样本平均轮次 | 24.3 | 19.1 |
| 每样本平均工具调用数 | 13.9 | 9.7 |
平均 <think> 深度（词数） |
414 | 70 |
任务类别分布
两个配置使用共享的 9 类别分类法：
| 类别 | kimi | glm-5.1 |
|---|---|---|
| 终端与编码 | 2,010 | 2,237 |
| 智能体工具 | 1,474 | 2,775 |
| 仓库任务 | 1,109 | 1,022 |
| 浏览器自动化 | 1,048 | 639 |
| 多工具 | 807 | 52 |
| 文件操作 | 757 | 134 |
| 日程安排 | 204 | 104 |
| 规划与组织 | 201 | 92 |
| 对话 | 36 | 0 |
生成细节
Kimi-K2.5
- 模型:
moonshotai/Kimi-K2.5(MoE) - 推理: 使用 vLLM，参数为
--tool-call-parser kimi_k2 --reasoning-parser kimi_k2 --enable-auto-tool-choice
GLM-5.1
- 模型:
zai-org/GLM-5.1-FP8 - 推理: 使用 vLLM，参数为
--tool-call-parser glm47 --reasoning-parser glm45 --enable-auto-tool-choice - 服务: 通过负载均衡网关的 3x 8xH100 节点
- 上下文: 最大 202,752 个令牌，使用 MTP 推测解码
两个数据集均使用 hermes-agent-generator 流水线生成，并包含真实工具执行（终端命令、文件操作、浏览器操作），而非合成输出。
数据来源
两个数据集包含相同任务类别的轨迹：
- 终端与编码 — 脚本编写、调试、环境设置、数据处理、测试、文档编写
- 浏览器自动化 — 基于 Playwright 的导航、抓取、表单填写、截图分析
- 智能体工具 — Hermes 特定功能：记忆持久化、任务委派、技能管理、待办事项规划、代码执行、会话回忆
- 仓库任务 — 跨 GitHub 仓库的真实代码库工作：错误修复、功能实现、测试编写、代码审查、重构
