OpenTraces/lambda-hermes-agent-reasoning-opentraces

---
license: cc-by-4.0
tags:
- opentraces
- agent-traces
task_categories:
- text-generation
language:
- en
size_categories:
- 10K<n<100K
configs:
- config_name: default
data_files:
- split: train
path: data/traces_*.jsonl
conformance_score: 86.6
training_score: 76.9
rl_score: 38.1
analytics_score: 55.0
domain_score: 86.2
overall_quality: 68.6
---

# lambda-hermes-agent-reasoning-opentraces

<!-- opentraces:auto-badges-start -->
[](https://opentraces.ai) [](https://opentraces.ai)     
<!-- opentraces:auto-badges-end -->

Community-contributed agent traces in opentraces JSONL format.

## Usage

```python
from datasets import load_dataset

ds = load_dataset("OpenTraces/lambda-hermes-agent-reasoning-opentraces")
```

## Schema

Each JSONL line is a `TraceRecord` containing:

- **trace_id**: Unique identifier for the trace
- **session_id**: Source session identifier
- **agent**: Agent identity (name, version, model)
- **task**: Structured task metadata
- **steps**: List of LLM API calls (thought-action-observation cycles)
- **outcome**: Session outcome signals
- **metrics**: Aggregated token usage and cost estimates
- **environment**: Runtime environment metadata
- **attribution**: Code attribution data (experimental)

Schema version: `0.2.0`

Full schema docs: [opentraces.ai/schema](https://opentraces.ai/schema)

## License

This dataset is licensed under [CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/).

Contributors retain copyright over their individual traces. By uploading, you agree
to share under CC-BY-4.0 for research and training purposes.

<!-- opentraces:stats
{"total_traces":7645,"total_tokens":0,"avg_steps_per_session":13,"avg_cost_usd":null,"total_cost_usd":null,"success_rate":100.0,"top_dependencies":[["2",801],["pytest",551],["|",532],["&&",516],["requests",488],["tail",423],["numpy",330],["fastapi",287],["pydantic",263],["pandas",246]],"agent_counts":{"hermes-agent":7645},"model_counts":{"moonshotai/kimi-k2.5":7645},"date_range":"N/A"}
<!-- opentraces:stats-end -->

<!-- opentraces:auto-stats-start -->
## Dataset Statistics

| Metric | Value |
|--------|-------|
| Total traces | 7,645 |
| Total steps | 96,851 |
| Total tokens | 0 |
| Date range | N/A |
| Schema version | 0.2.0 |

### opentraces Scorecard

Assessed: 2026-04-02T22:26:18.558063+00:00 | Mode: deterministic | Scorer: v0.2.0

| Persona | Score | Min | Max | Status |
|---------|-------|-----|-----|--------|
| conformance | 86.6% | 81.1% | 88.3% | PASS |
| training | 76.9% | 63.6% | 89.3% | WARN |
| rl | 38.1% | 38.0% | 48.0% | FAIL |
| analytics | 55.0% | 55.0% | 55.0% | FAIL |
| domain | 86.2% | 61.3% | 96.2% | PASS |

**Overall utility: 68.6%** | Gate: FAILING

### Model Distribution

| Model | Count |
|-------|-------|
| moonshotai/kimi-k2.5 | 7,645 |

### Agent Distribution

| Agent | Count |
|-------|-------|
| hermes-agent | 7,645 |

<!-- opentraces:auto-stats-end -->

许可证：CC-BY-4.0
标签：
- 开放轨迹（opentraces）
- 智能体轨迹
任务类别：
- 文本生成
语言：
- 英语
数据规模分类：
- 1万至10万条数据
配置项：
- 配置名称：default
数据文件：
- 拆分集：训练集（train）
路径：data/traces_*.jsonl
合规性得分：86.6
训练适配得分：76.9
强化学习得分：38.1
分析能力得分：55.0
领域适配得分：86.2
整体质量得分：68.6

# lambda-hermes智能体推理开放轨迹（opentraces）数据集

<!-- opentraces:auto-badges-start -->
[](https://opentraces.ai) [](https://opentraces.ai)     
<!-- opentraces:auto-badges-end -->

本数据集为社区贡献的智能体轨迹数据，采用开放轨迹（opentraces）格式的JSONL文件存储。

## 使用方法

python
from datasets import load_dataset

ds = load_dataset("OpenTraces/lambda-hermes-agent-reasoning-opentraces")

## 数据结构规范

每一行JSONL数据均为`轨迹记录（TraceRecord）`对象，包含以下字段：
- **trace_id**：轨迹唯一标识符
- **session_id**：源会话标识符
- **agent**：智能体身份信息（含名称、版本、关联模型）
- **task**：结构化任务元数据
- **steps**：大语言模型（LLM）API调用列表（对应思考-行动-观测循环流程）
- **outcome**：会话结果标识
- **metrics**：聚合的Token使用量与成本估算数据
- **environment**：运行时环境元数据
- **attribution**：代码归属数据（实验性字段）

数据结构规范版本：`0.2.0`
完整数据结构文档请访问：[opentraces.ai/schema](https://opentraces.ai/schema)

## 许可证

本数据集采用[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/)许可证授权。
贡献者保留其单个轨迹数据的版权。上传数据即表示您同意按照CC-BY-4.0许可证的要求共享数据，以供研究与模型训练使用。

<!-- opentraces:stats
{"total_traces":7645,"total_tokens":0,"avg_steps_per_session":13,"avg_cost_usd":null,"total_cost_usd":null,"success_rate":100.0,"top_dependencies":[["2",801],["pytest",551],["|",532],["&&",516],["requests",488],["tail",423],["numpy",330],["fastapi",287],["pydantic",263],["pandas",246]],"agent_counts":{"hermes-agent":7645},"model_counts":{"moonshotai/kimi-k2.5":7645},"date_range":"N/A"}
<!-- opentraces:stats-end -->

<!-- opentraces:auto-stats-start -->
## 数据集统计信息

| 统计指标 | 数值 |
|--------|-------|
| 总轨迹数 | 7,645 |
| 总步数 | 96,851 |
| 总Token数 | 0 |
| 数据时间范围 | N/A |
| 数据结构规范版本 | 0.2.0 |

### 开放轨迹（opentraces）评分卡

评估时间：2026-04-02T22:26:18.558063+00:00 | 评估模式：确定性模式 | 评分器版本：v0.2.0

| 评估维度 | 得分 | 最低分 | 最高分 | 评估状态 |
|---------|-------|-----|-----|--------|
| 合规性 | 86.6% | 81.1% | 88.3% | 通过（PASS） |
| 训练适配 | 76.9% | 63.6% | 89.3% | 警告（WARN） |
| 强化学习 | 38.1% | 38.0% | 48.0% | 未通过（FAIL） |
| 分析能力 | 55.0% | 55.0% | 55.0% | 未通过（FAIL） |
| 领域适配 | 86.2% | 61.3% | 96.2% | 通过（PASS） |

**整体实用得分：68.6%** | 数据集校验状态：未通过（FAILING）

### 模型分布

| 模型名称 | 数量 |
|-------|-------|
| moonshotai/kimi-k2.5 | 7,645 |

### 智能体分布

| 智能体名称 | 数量 |
|-------|-------|
| hermes-agent | 7,645 |

<!-- opentraces:auto-stats-end -->