핵심은 전체 다운로드 없이 Hugging Face `streaming=True`로 행을 바로 읽고, user·assistant·system·tool 턴을 정규화해 구조를 파악하는 흐름이에요

AgentTrove 170만 개 에이전트 상호작용 트레이스를 스트리밍으로 분석해 SFT용 데이터셋을 만드는 튜토리얼이 나왔어요.

핵심은 전체 다운로드 없이 Hugging Face streaming=True로 행을 바로 읽고, user·assistant·system·tool 턴을 정규화해 구조를 파악하는 흐름이에요. 수천 개 샘플을 DataFrame으로 요약하고 패턴도 시각화했거든요.

예시에선 최대 1,500개를 스캔해 성공 트레이스 최대 200개를 골라 ShareGPT 스타일 JSONL로 저장해요. 명령형 assistant 출력 파싱, trajectory 렌더링, 키워드 검색 유틸도 포함됐어요.

오픈 트레이스 대규모 데이터에서 품질 좋은 학습셋을 빠르게 추출하는 실무형 레퍼런스라는 점이 의미 있어요.