instruction stringclasses 6
values | system_prompt stringclasses 1
value | turns listlengths 4 13 | dataset_id stringclasses 1
value | quality_score float64 0.99 0.99 |
|---|---|---|---|---|
[⚡ OmniMCP Free Evaluation Teaser | Full Production Suite (100+ AST Scenarios & Unsloth Scripts): https://bacardy.gumroad.com | Use coupon LAUNCH20 for 20 € off]
Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne GraphRAG_Knowledge, Thema Multi-Hop Frage über Unternehmens-Lieferketten ('Welche Tier-2 Zuliefere... | You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning. | [
{
"role": "user",
"content": "Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne GraphRAG_Knowledge, Thema Multi-Hop Frage über Unternehmens-Lieferketten ('Welche Tier-2 Zulieferer in Asien sind von ESG-Risiken betroffen?'). Der Agent muss die Frage in eine optimierte Neo4j Cypher Query übersetzen, ... | graphrag_neo4j_cypher | 0.99 |
Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne: GraphRAG_Knowledge, Thema: Unstrukturierter PDF-Jahresbericht wird eingelesen. Vektor-Suche allein scheitert an impliziten Kausalitäten. Agent extrahiert Entitäts-Relationen-Tripel, dedupliziert Knoten im Wissensgraphen und baut semantischen Subgraphen auf. Sz... | You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning. | [
{
"role": "user",
"content": "Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne: GraphRAG_Knowledge, Thema: Unstrukturierter PDF-Jahresbericht wird eingelesen. Vektor-Suche allein scheitert an impliziten Kausalitäten. Agent extrahiert Entitäts-Relationen-Tripel, dedupliziert Knoten im Wissensgraphe... | graphrag_neo4j_cypher | 0.99 |
Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne GraphRAG_Knowledge, Thema: Unstrukturierter PDF-Jahresbericht wird eingelesen. Vektor-Suche allein scheitert an impliziten Kausalitäten. Agent extrahiert Entitäts-Relationen-Tripel, dedupliziert Knoten im Wissensgraphen und baut semantischen Subgraphen auf. Sze... | You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning. | [
{
"role": "user",
"content": "Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne GraphRAG_Knowledge, Thema: Unstrukturierter PDF-Jahresbericht wird eingelesen. Vektor-Suche allein scheitert an impliziten Kausalitäten. Agent extrahiert Entitäts-Relationen-Tripel, dedupliziert Knoten im Wissensgraphen... | graphrag_neo4j_cypher | 0.99 |
Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne: GraphRAG_Knowledge, Thema: Komplexe Multi-Hop Frage über Unternehmens-Lieferketten ('Welche Tier-2 Zulieferer in Asien sind von ESG-Risiken betroffen?'). Agent übersetzt in optimierte Neo4j Cypher Query, validiert Read-Only AST und führt Graph-Traversal aus. S... | You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning. | [
{
"role": "user",
"content": "Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne: GraphRAG_Knowledge, Thema: Komplexe Multi-Hop Frage über Unternehmens-Lieferketten ('Welche Tier-2 Zulieferer in Asien sind von ESG-Risiken betroffen?'). Agent übersetzt in optimierte Neo4j Cypher Query, validiert Read... | graphrag_neo4j_cypher | 0.99 |
Ein unstrukturierter PDF-Jahresbericht eines mittelständischen Maschinenbauunternehmens wird in ein GraphRAG-System eingelesen. Die Vektor-Suche liefert nur fragmentarische Treffer, da implizite Kausalitäten zwischen Finanzkennzahlen, Markttrends und operativen Entscheidungen nicht erfasst werden. Der Agent muss den Te... | You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning. | [
{
"role": "user",
"content": "Ein unstrukturierter PDF-Jahresbericht eines mittelständischen Maschinenbauunternehmens wird in ein GraphRAG-System eingelesen. Die Vektor-Suche liefert nur fragmentarische Treffer, da implizite Kausalitäten zwischen Finanzkennzahlen, Markttrends und operativen Entscheidungen n... | graphrag_neo4j_cypher | 0.99 |
Ich bin Supply-Chain-Manager bei einem globalen Konzern und muss eine kritische Entscheidung zur Risikoanalyse treffen. Meine Frage lautet: 'Welche Tier-2 Zulieferer in Asien sind von ESG-Risiken betroffen?' Bitte übersetze diese Anfrage in eine optimierte Neo4j Cypher Query, validiere sie auf Read-Only-Korrektheit und... | You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning. | [
{
"role": "user",
"content": "Ich bin Supply-Chain-Manager bei einem globalen Konzern und muss eine kritische Entscheidung zur Risikoanalyse treffen. Meine Frage lautet: 'Welche Tier-2 Zulieferer in Asien sind von ESG-Risiken betroffen?' Bitte übersetze diese Anfrage in eine optimierte Neo4j Cypher Query, v... | graphrag_neo4j_cypher | 0.99 |
🚀 Emgena AI Labs: Neo4j Cypher Query Synthesis & Graph Engine (Evaluation Teaser Edition)
🔥 READY FOR PRODUCTION MULTI-TURN AGENT FINE-TUNING?
You are currently inspecting the Free Evaluation Teaser (10 multi-turn samples).
🚀 1-Click Interactive Colab Notebook:
(Fine-tune on Free Google Colab T4 GPU in 10 mins)
🏆 Get the Complete Production Suite on Gumroad:
👉 Unlock the Full Neo4j Cypher Query Synthesis & Graph Engine Package🎟️ Limited Community Launch Coupon: Use code
LAUNCH20at checkout for 20 € OFF (Get it for only 59 € instead of79 €!)
🎁 Want a 100% Free Full Package? 👉 Claim the Free FastAPI Async Starter Pack (0 € with code STARTER100)
Feature 🆓 Free Evaluation Teaser 🚀 Full Production Master Package Dataset Size 10 Samples (Preview) 30 - 100+ Enterprise Scenarios Self-Healing & Retries Basic (<20%) >60% Real Error Injections & AST Repairs Turnkey Fine-Tuning Raw Parquet / JSON 1-Click Unsloth Google Colab Notebook & PyTorch Code Commercial Rights Non-commercial Eval 100% Commercial EULA & EU AI Act Article 50/53 Audit Format Compatibility Parquet only Parquet + ShareGPT + Alpaca JSON + AST Schemas ⚡ Instant Download after checkout. 0.0% Syntax Error Guarantee (Pydantic AST Verified).
🏛️ The Modular Emgena Architecture: How Bricks, Houses & Villages Connect
Every Emgena dataset is engineered as a precision-fit building block within a comprehensive enterprise AI hierarchy:
🏛️ THE 4-TIER OMNIMCP AI CIVILIZATION HIERARCHY:
├── 🧱 LEVEL 1: THE BRICK (29 € - 99 €)
│ • Highly targeted single-problem solvers.
│
├── 🏢 LEVEL 2: THE HOUSE (79 € - 149 €)
│ • Complete departmental engineering suites.
│
├── 🏘️ LEVEL 3: THE VILLAGE (99 € - 249 € Standard | 249 € - 599 € Corporate)
│ • Turnkey industry solutions combining specialized Houses.
│
└── 🏙️ LEVEL 4: THE MASTER METROPOLIS (299 € - 599 €)
• The unified Emgena Enterprise Campus (900+ multi-turn scenarios).
🗺️ Complete Ecosystem Navigation & Live Store Links (80 Active Products):
| Tier | Product / Suite | Domain & Specialization | Commercial Shop Link |
|---|---|---|---|
| 🏙️ Metropolis | Emgena Master Metropolis | All 19 Villages & 64 Bricks (900+ Samples, 8.11 MB) | Buy on Gumroad (299 €) |
| 🏘️ Village | Autonomous CyberDefense SOC | DDoS, Token Revocation, Zero-Day Isolation | Buy on Gumroad (249 €) |
| 🏘️ Village | FinTech & Algorithmic Trading | High-Frequency Order Routing, Risk Guard | Buy on Gumroad (149 €) |
| 🏘️ Village | Cloud Backend Resilience | Redis Redlocks, Celery DLQ, Async ORM | Buy on Gumroad (179 €) |
| 🏘️ Village | Enterprise Modern Data Platform | Postgres, Snowflake, BigQuery, Kafka, dbt | Buy on Gumroad (179 €) |
| 🧱 Brick | CodeArchitect FastAPI Async | Non-blocking Endpoints, Pydantic v2 | Buy on Gumroad (29 €) |
| 🎁 Lead Magnet | FastAPI Async Starter Pack | 100% Free Full Package (Code STARTER100) | Claim for 0 € |
⚡ 3-Line Python Quickstart (Loading Teaser Data)
from datasets import load_dataset
# Load the free evaluation teaser directly into Hugging Face Datasets
dataset = load_dataset("bacard/omnimcp_graphrag_neo4j_cypher_teaser")
print(f"Total Teaser Rows: {len(dataset['train'])}")
print("First conversation turn:")
print(dataset["train"][0]["instruction"])
- Downloads last month
- 4