SpatialCF 用于生成经过验证的空间反事实数据集。当前链路:domain/core → adapter protocol → generation → fresh verification。它从场景观测中冻结请求,使用最小代价求解器规划单物体平面移动,由 Adapter protocol 将平台事实和 Canonical Edit 接入 generation,再对结果和数据集文件重新验证。
Schema、求解器和验证逻辑均为平台无关设计。Unity/AI2-THOR 是首个 Adapter,只负责把 平台事实和原生操作连接到这条公共生成链。
稳定 generation chain 保持不变。当前 public main 已包含 advanced
spatialcf/planar_translate@2 compatibility embedding:它把 sealed v2 inputs 映射进
general contracts;compatibility backend
spatialcf.core.planar_backend.PlanarTranslateBackend 恰好一次调用既有
spatialcf.core.solver.solve_minimum_cost,且不调用 verifier。旧 v2 result/certificate
验证仍完全属于既有 verifier owner。它不是第二个 solver/verifier,也不是新的 generation
route。
当前 public main 与最新 annotated release tag 不同:v0.1.1 仍是最新 annotated release
tag,尚未发布 v0.2.0。
下方 quickstart 因此继续精确使用 v0.1.1。
面向用户的权威仓库是
Legender134/spatialcf。v0.1.1 是最新
annotated release tag,不是 PyPI 发布,也不应称为 GitHub Release;请从该 tag 克隆并在本地
checkout 中安装。
公共发布内容来自经过校验的确定性快照。完整开发历史、私有发布清单和恢复证据不会进入 用户仓库;它们由维护者在独立的私有开发与归档边界中保管。
需要 Python 3.11。以下命令创建环境、安装 AI2-THOR Adapter、生成数据,并重新打开数据集 执行验证和检查:
git clone --branch v0.1.1 --depth 1 https://github.com/Legender134/spatialcf.git
cd spatialcf
python -m venv .venv
. .venv/bin/activate
python -m pip install ".[ai2thor]"
spatialcf generate --config configs/ai2thor-example.toml --output ./dataset
spatialcf verify ./dataset
spatialcf inspect ./datasetgenerate 不会静默覆盖已经发布的数据集。verify 重新读取元数据、记录、资产和校验和;
inspect 仅在完整验证通过后输出摘要。
生成目录包含 manifest.json、records.jsonl、report.json、
checksums.sha256、内容寻址的 assets/,以及可恢复的 .spatialcf/ 状态。
被拒绝的请求只进入报告计数,不会成为已接受记录。
SpatialCF 采用 Apache License 2.0 许可。