数据处理-思考
- 每一类语料对应一种安全规范md文档。
- MD 的示例 Prompt 对应为 instruction、伪 API CPP 映射为 output,组装成Alpaca JSON。
- 微调 qwen-2.5-coder-7B-instruct 模型使用的 SFT 数据格式(需要考虑转成 jsonl 格式微调):
[
{
"instruction": "编写SCADA C++脚本,读取当前设备的A、B两个double属性,计算算术平均值,并将结果写入Avg属性。要求检查对象指针、属性读取结果和数值有效性,读取失败或数值无效时不更新Avg。",
"output": "void ScriptBody(IScadaObject* me, ProjectContext* ctx, int eventType)\n{\n if (me == nullptr) return;\n\n double a = 0.0;\n double b = 0.0;\n\n if (!me->GetPropDouble(\"A\", a)) return;\n if (!me->GetPropDouble(\"B\", b)) return;\n\n if (!std::isfinite(a) || !std::isfinite(b)) return;\n\n double avg = a / 2.0 + b / 2.0;\n if (!std::isfinite(avg)) return;\n\n me->SetPropDouble(\"Avg\", avg);\n}"
}
]
-
模型输入结构:

-
工作拆分为:微调阶段 + 推理阶段
- 微调阶段:Instruction → 伪 API C++ Output
- 推理阶段:System + 真实 API RAG + 业务样例 RAG + 安全规范 RAG + 用户需求 + 输出约束 → 真实 API C++
- Zero-shot 实验
- system_prompt:
你是一名SCADA 脚本代码生成助手。
根据用户提供的自然语言业务需求,生成脚本。
要求:
1. 使用C/C++语言。
2. 生成完整的脚本函数定义。
3. 不包含#include和main函数。
4. 使用对象指针前必须判空。
5. 属性读取失败时不得继续计算。
6. 必须过滤NaN和Inf。
7. 禁止阻塞执行。
8. 只输出代码,不输出解释或Markdown代码块。
脚本函数签名:
void ScriptBody(
IScadaObject* me,
ProjectContext* ctx,
int eventType
)
如果缺少必要的接口定义,不得编造API。
输出ERROR: MISSING_API_CONTEXT。
- user_prompt:
请生成一个SCADA C++脚本。
业务需求:
读取当前设备的A和B两个double类型属性,
计算它们的算术平均值,
将计算结果写入当前设备的Avg属性。
运行环境:
- me表示当前设备。
- ctx表示项目上下文,本任务不需要使用。
- eventType表示脚本触发类型。
安全要求:
- 读取失败时不得修改Avg。
- 输入数值无效时不得修改Avg。
- 不允许阻塞执行。
- API-conditioned Zero-shot
- system_prompt:
你是一名SCADA C++脚本代码生成助手。
你的任务是根据用户的自然语言需求,
使用提供的SCADA API生成C++脚本。
【API约束】
1. 只能调用当前提供的API。
2. 禁止编造API名称、参数及返回值。
3. 不得使用未提供的SCADA接口。
4. 如果缺少必要API,输出:
ERROR: MISSING_API_CONTEXT
【安全约束】
1. 使用对象指针前必须判空。
2. 属性读取必须检查返回状态。
3. 必须过滤NaN和Inf。
4. 计算结果必须有效。
5. 禁止阻塞执行。
6. 不得写入无效数据。
【输出约束】
1. 仅输出完整C++函数定义。
2. 函数名称固定为ScriptBody。
3. 不包含#include和main函数。
4. 不包含Markdown代码块。
5. 保留必要的中文注释。
- user_prompt:
[API_CONTEXT]
以下为本次实验允许使用的伪API:
1. 读取double属性
bool IScadaObject::GetPropDouble(
const char* propertyName,
double& value
);
功能:
读取当前设备指定的double属性。
返回值:
true表示读取成功。
false表示读取失败。
2. 写入double属性
void IScadaObject::SetPropDouble(
const char* propertyName,
double value
);
功能:
向当前设备写入指定double属性。
注意:
上述接口为本次实验的伪API契约,
不代表真实SCADA SDK。
[SAFETY_CONTEXT]
RULE-PTR-001:
使用me指针前必须判空。
RULE-IO-001:
读取属性后必须检查返回值。
RULE-NUM-001:
必须过滤NaN和Inf。
RULE-NUM-002:
不得写入无效计算结果。
RULE-EXEC-001:
禁止使用Sleep等阻塞操作。
[USER_REQUEST]
业务名称:
同一设备双属性求平均值。
业务需求:
读取当前设备的A、B两个double属性,
计算算术平均值,
将结果写入Avg属性。
运行对象:
me为当前设备。
触发方式:
定时订阅。
异常处理:
- me为空时直接返回。
- A或B读取失败时直接返回。
- A或B为NaN或Inf时直接返回。
- 计算结果无效时不得写入Avg。
[OUTPUT_REQUIREMENTS]
输出函数签名:
void ScriptBody(
IScadaObject* me,
ProjectContext* ctx,
int eventType
)
只输出C++代码。
不输出解释。
合成数据生成-思考
- 目前有两个 demo 的代码和文档,用 AI 根据规范大量生成。
- Few-shot 方式生成
