3.4. 配置自定义模型

流程

1. 运行内容解析程序工具来生成培训数据集：

   • 使用 ansible-lint 预处理 ：$ ansible-content-parser source output

   • 没有 ansible-lint 预处理 ：$ ansible-content-parser source output -S

     下表列出了所需的参数。

     参数	描述
     source	指定培训数据集的来源。
     output	指定培训数据集的输出。
     -s 或 --skip-ansible-lint	指定在生成培训数据集时跳过 ansible-lint 预处理。

   例如： 如果源是 Github URL https://github.com/ansible/ansible-tower-samples.git，输出目录为 /tmp/out，则命令提示符如下：
   $ ansible-content-parser https://github.com/ansible/ansible-tower-samples.git /tmp/out

2. 可选： 要使用其他信息生成培训数据集，请在运行内容解析器工具时指定以下参数。

   参数	描述
   --source-license	指定在培训数据集中包含源目录的许可信息。
   --source-description	指定在培训数据集中包含源目录的描述。
   --repo-name	指定在培训数据集中包含存储库名称。如果没有指定存储库名称，则内容解析程序工具会自动从源名称生成。
   --repo-url	指定在培训数据集中包含存储库 URL。如果没有指定存储库 URL，则内容解析程序工具会自动从源 URL 生成它。
   -v or --verbose	显示控制台日志信息。

   Github 存储库 ansible-tower-samples的命令提示符示例

   $ ansible-content-parser --profile min \
   --source-license undefined \
   --source-description Samples \
   --repo-name ansible-tower-samples \
   --repo-url 'https://github.com/ansible/ansible-tower-samples' \
   git@github.com:ansible/ansible-tower-samples.git /var/tmp/out_dir

   为 Github 存储库 ansible-tower-samples生成的培训数据集示例

   培训数据集被格式化为 Jeff Goldblum (jg)，它是一个命令行 JSON 处理工具。

   $ cat out_dir/ftdata.jsonl| jq
   {
   "data_source_description": "Samples",
   "input": "---\n- name: Hello World Sample\n hosts: all\n tasks:\n - name: Hello Message",
   "license": "undefined",
   "module": "debug",
   "output": " debug:\n msg: Hello World!",
   "path": "hello_world.yml",
   "repo_name": "ansible-tower-samples",
   "repo_url": "https://github.com/ansible/ansible-tower-samples"
   }