I4H 数据集转换器
将 Isaac for Healthcare 的 HDF5 录制转换为可用于训练的 LeRobot 数据集。
命令、输入路径、输出目录和数据流基本可见，未见恶意行为或凭据窃取；但默认克隆未固定版本，使用家目录，直接执行外部脚本，并启用--overwrite、创建符号链接且无确认、备份或回滚机制。HDF5可能包含敏感医疗数据，但未说明脱敏、日志泄露或访问边界，因此扣分。
流程分步清晰，缺失HDF5、环境和AV1问题有诊断提示；但关键转换代码不在评估材料中，依赖未锁定，成功验证仅检查少量文件和日志，未覆盖异常输入、部分失败、权限错误或恢复路径。benchmark仅有两次正向任务，静态证据不足以证明更高可靠性。
目标用户、HDF5到LeRobot的场景、触发词和不适用于查看的边界较明确；但ENV_ID在示例中固定为scissor_pick_and_place，所谓最新录音只列出候选而不自动选择，支持范围依赖外部环境YAML。未提供中文交互或大陆网络可达性证据，因此扣分。
具有版本、许可证、作者、用途、前置条件、限制、故障排查和最终输出说明，结构总体可读；但缺少推荐的Instructions和Examples章节，没有变更记录、明确维护责任或更新路径，skill-card将输出描述为Markdown而SKILL.md要求报告结果，存在文档不一致。
核心任务、命令和预期LeRobot产物明确，静态benchmark报告显示两项正向任务通过且Codex正确性79%、有效性52%；但样本仅两项、无负向任务，未提供可核验的实际数据集产物或关键路径测试，输出仍需用户确认环境、路径和结果，因此不超过静态上限并扣分。
存在版本化评估文件、两项评估任务和外部评估摘要，提供一定审计线索；但选定技能没有提交的专用测试套件或CI覆盖，benchmark结果缺少原始日志和产物，无法独立复现关键转换结论，因此仅给有限分数。
- 执行前应明确确认外部仓库来源和版本，并避免默认使用未固定版本的git clone。
- --overwrite和符号链接操作没有备份或回滚；应先确认目标目录，尤其要保护原始HDF5和既有LeRobot数据集。
- 医疗机器人录音可能包含敏感数据；应确认脱敏、日志内容、权限和数据存储位置。
- “latest”场景不会自动选择最新HDF5；必须人工设置HDF5_PATH并核对ENV_ID与录音来源一致。
- AV1会导致后续decord读取失败；转换后应实际检查元数据、视频和失败/跳过episode。
这个 Skill 能做什么，适合哪些场景？
该技能把 agentic HDF5 录制转换为包含 Parquet、元数据和视频的 LeRobot 数据集。它使用生成录制时相同的环境配置，以确定机器人、任务、相机、动作、状态和数据集默认值。转换结果写入 HF_LEROBOT_HOME 下指定 repo-id 的目录。它适合转换和训练准备，不用于查看录制内容。
解析现有的 HDF5 录制，读取环境 YAML 中的机器人、任务、相机及 dataset 配置，调用 workflows/agentic/dataset/run.sh 执行转换，生成 Parquet、meta 文件和每回合视频，并检查 meta/info.json、视频文件和保存的回合数量。转换时使用 H.264 视频编码，并按环境配置调整相机分辨率。
- Isaac for Healthcare 用户需要把 teleop、mimic 或 validate 产生的 HDF5 录制准备为 LeRobot 训练数据集。
- 机器人研究人员需要将 scissor SO-ARM 录制导出为带 modality.json 的本地 LeRobot 数据集。
- 使用 G1 locomanip 或 assemble-trocar 环境的用户需要依据环境 YAML 中的 modality 模板完成转换。
- 数据工程师需要统一头部相机和总览相机等混合分辨率视频的尺寸。
这个 Skill 有哪些优点和局限？
- 直接生成 LeRobot 所需的 Parquet、元数据和视频。
- 利用环境 YAML 统一机器人、任务、相机和模态配置。
- 支持通过 --image-size 覆盖相机输出尺寸。
- 包含输入文件、编解码器和模态配置的故障排查指引。
- 必须提供已有的 HDF5 录制，不能替代录制流程。
- 必须使用生成录制时相同的 --env。
- 必须使用 H.264；默认 AV1 会导致 GR00T 的 decord 在微调时无法读取视频。
- 依赖已设置的 i4h-workflows 工作流和 .venv；本材料未说明具体平台支持或独立测试套件。
如何安装这个 Skill？
使用 skills CLI 安装：npx skills add nvidia/skills --skill i4h-workflow-dataset-convert --yes。技能还要求先通过 i4h-workflow-setup 完成工作流设置并存在 .venv；具体设置步骤未在本技能中提供。
如何使用这个 Skill？
准备现有的绝对路径 HDF5 文件，并使用生成它的相同 ENV_ID。将 I4H_WORKFLOWS 指向包含 workflows/agentic/ 的 i4h-workflows 检出目录，设置 HDF5_PATH 和 HF_LEROBOT_HOME，然后运行："${REPO_ROOT}/workflows/agentic/dataset/run.sh" --env "${ENV_ID}" --hdf5-path "${HDF5_PATH}" --repo-id "local/${ENV_ID}" --video-codec h264 --overwrite。完成后确认输出目录中的 meta/info.json、每回合视频和日志中的回合数量。
这个 Skill 与同类方案有什么区别？
该技能明确区分数据转换与查看：查看录制应使用 i4h-lerobot-viz。