为 MAS 的作业练度分析生成全站公开快照。覆盖全部公开作者和作业，只保留作业编号、标题、作者、关卡、干员与候选组要求，不保存游戏账号、森空岛凭据、战斗动作或评论。
同时生成一图流完整养成快照 cultivate_dataset.json.gz，包含 MAS 已使用的整理后材料数据和干员目录，不包含用户目标、库存或角色练度。
流程参考 AUTO-MAS-Maintenance：默认分支维护代码，独立 data 分支保留最近成功结果，随后上传 MAS 下载站并回读校验。同步失败不会发布半成品，也不会覆盖上一份完整快照。
作业快照每天北京时间 03:25 自动完整更新。GitHub 定时任务可能排队延迟。
打开 Actions → 更新作业快照并上传下载站 → Run workflow，选择默认分支 dev：
operation=update：完整拉取全站作业，保存到data分支，再上传下载站。operation=sync：只重试上传data分支中最近的完整快照，不重新抓取，不更新时间。
PowerShell 7 也可以触发：
gh workflow run update.yml --repo AUTO-MAS-Project/AUTO-MAS-Copilot-Data --ref dev -f operation=update上传失败时，完整结果仍保留在 data 分支。首次运行没有 data 分支时必须先执行 update。并发运行串行排队，不强推任何分支。
独立工作流 Actions → 更新养成快照并上传下载站 每天北京时间 13:25 运行，也支持 operation=update 和 operation=sync。GitHub 定时任务可能排队延迟。两类工作流超时均为 45 分钟，共用并发组串行更新 data 分支，各自保存时保留另一类快照。
update 完整读取干员需求表、掉落矩阵、关卡信息、合成配方和材料信息，按 MAS 的现有规则整理为 UTF-8 JSON，再以 gzip 压缩，而不是将五份源文件打包。干员目录从本轮同一份需求表生成；任何源失败、为空或结果缺少完整材料数据/目录时，不生成新快照，也不发布半成品。sync 只重传 data 分支已保存的完整压缩文件，不重新压缩、不修改其生成时间。
cultivate_dataset.json.gz 解压后的 cultivate_dataset.json 沿用 MAS 本地缓存结构：
| 字段 | 内容 |
|---|---|
saved_at |
材料数据生成时间，Unix 秒 |
dataset |
schema_version=2 的需求、掉落、关卡、配方、材料分类及价值数据 |
operators |
干员目录，含技能/模组名称、可达档位和原始技能序号 |
operators_saved_at |
目录生成时间，Unix 秒；与本轮材料数据同时生成 |
配套 cultivate_manifest.json 记录协议版本、生成时间、干员数量和 gzip 文件的 SHA-256。两份文件都保存到 data 分支；下载站上传的是 cultivate_dataset.json.gz 压缩文件，MIME 类型为 application/gzip。压缩头不记录当前时间，保证同一份 JSON 重复压缩的字节一致。
先按下文配置独立的养成文件、密钥和两个变量。已有的明文 JSON v1 养成目标可沿用其文件 ID 和固定公开地址，无须再次手动上传或新建文件；运行一次 update 在 data 分支生成 gzip 快照并上传新版本，若上传失败，可在配置修复后运行 sync 重传已保存的 gzip。客户端读取时须先解压，再加载其中的 JSON。
整理规则摘录自 AUTO-MAS 固定版本的养成数据层，独立保存在 src/copilot_data/cultivate_source.py，保留来源版本与署名。MAS 改变整理规则或快照格式时，应同步此模块并运行契约测试。上游数据来自明日方舟一图流及其公开数据仓库；本仓库不改变原数据的权利归属。
本仓库负责生成和发布快照；MAS 客户端改为优先下载此文件的逻辑需在主程序仓库另行接入。
先在下载站 AUTO-MAS → 客户端支持中创建一个独立养成快照文件，不要使用作业快照的文件 ID 或地址。配置：
| 类型 | 名称 | 含义 |
|---|---|---|
| Secret | AUTOMAS_CULTIVATE_TOKEN |
养成快照独立的 Access Key，仅授权上传并自动发布养成快照文件 |
| Variable | AUTOMAS_CULTIVATE_FILE_ID |
新养成快照文件的数字 ID |
| Variable | AUTOMAS_CULTIVATE_PUBLIC_URL |
新文件固定的 https://data.auto-mas.top/api/v1/files/.../download 公开地址 |
工作流将独立 Secret 和两个变量映射为发布工具的 AUTOMAS_TOKEN、AUTOMAS_FILE_ID 和 AUTOMAS_PUBLIC_URL，复用上传、发布状态检查和公开回读校验。养成工作流只读取 AUTOMAS_CULTIVATE_TOKEN，不回退使用作业快照的 AUTOMAS_TOKEN。未配置新目标或独立密钥时上传步骤失败，完整生成结果仍保留在 data 分支，配置后可手动 sync。
本地生成及校验（不上传、不推送）：
uv sync --locked
$env:PYTHONPATH = 'src'
uv run --no-sync python -m copilot_data build --dataset cultivate
uv run --no-sync python -m unittest discover -s tests -v先在 data.auto-mas.top 的 AUTO-MAS 项目中建立独立快照文件，不覆盖维护状态文件。为该目标配置：
当前目标文件 ID 为 106，位于 AUTO-MAS → 客户端支持，固定公开下载地址：
https://data.auto-mas.top/api/v1/files/auto-mas/Client/maa-copilot-json-gz/download。
| 类型 | 名称 | 含义 |
|---|---|---|
| Secret | AUTOMAS_TOKEN |
有权上传目标文件并自动发布的下载站 Access Key |
| Variable | AUTOMAS_FILE_ID |
目标文件的数字数据库 ID |
| Variable | AUTOMAS_PUBLIC_URL |
不带版本参数的公开下载 URL |
上传接口与维护状态仓库一致：POST /api/v1/user/files/{file_id}/versions，Bearer Access Key，multipart 字段 file 和 change_note。上传文件名为 maa-copilot.json.gz。根据下载站文档，GitHub runner 直接向境外入口 https://data2.auto-mas.top 上传，公开地址仍使用 data.auto-mas.top。凭证只允许发送到这两个已确认的数据中心 HTTPS 主机、当前文件的上传路径；不自动重试不确定的上传。已公开的内容一致时跳过重复上传，未审核、未发布或公开回读内容不一致都判定失败。
作业快照在 data 分支保存：
maa-copilot.json.gz：gzip 压缩的 UTF-8 JSON，字段version=2、updatedAt（Unix 秒）、checkedAt、count、assignments。manifest.json：协议版本、更新时间、作业数量和 gzip 文件的 SHA-256。
assignments 保留 id、title、stage、author、authorId、type、protocolVersion、opers、groups。遇到 v2 作业的模组要求时，从 ZOOT 官方干员目录 读取对应干员的模组顺序，并写入 moduleOrders；保留原始要求，供 MAS 按作业版本迁移，分析时不再联网读取模组目录。
快照版本与作业协议版本分开记录；旧版 version=1 快照缺少作业版本，必须运行 operation=update 重新生成，不能通过 sync 续传。只分析作者实际填写的结构化练度要求，不会把缺失要求补成推荐满练。
MAS 优先下载站，GitHub data 分支作为备用，最后可从作业站完整拉取。作者、作业集和单份作业查询仍使用公开接口。
需要 Python 3.12+、uv 和 PowerShell 7；上传命令还需系统 curl（Actions runner 已提供）：
uv sync --locked
$env:PYTHONPATH = 'src'
uv run --no-sync python -m copilot_data build许可证：AGPL-3.0-or-later。作业内容及其权利归原作者所有。