先看核心实体 backend/modules/data/domain/dataset/entity/dataset.go（节选真实字段）：

type Dataset struct {
	ID       int64
	AppID    int32
	SpaceID  int64
	SchemaID int64

	Name           string
	Description    *string
	Category       DatasetCategory   // 业务场景分类：general/training/validation/evaluation
	Status         DatasetStatus     // 可用/已删除/已过期/导入中…
	SecurityLevel  SecurityLevel     // 安全等级
	Visibility     DatasetVisibility // 可见性
	Spec           *DatasetSpec      // 规格：最大条数/字段数/单条大小
	Features       *DatasetFeatures  // 功能开关：能否改 schema、多轮、多模态
	LatestVersion  string            // 最新版本号
	NextVersionNum int64             // 下一个版本的数字版本号
	LastOperation  DatasetOpType     // 最近一次操作（用于判断"是否有未提交改动"）
	...
}

对应的 MySQL 表在 release/deployment/docker-compose/bootstrap/mysql-init/init-sql/dataset.sql，字段和实体几乎一一对应：

CREATE TABLE IF NOT EXISTS `dataset` (
    `id`               bigint unsigned NOT NULL AUTO_INCREMENT,
    `space_id`         bigint unsigned NOT NULL DEFAULT '0' COMMENT '空间 ID',
    `schema_id`        bigint unsigned NOT NULL DEFAULT '0' COMMENT 'Schema ID',
    `name`             varchar(255)    NOT NULL DEFAULT '' COMMENT '数据集名称',
    `category`         varchar(64)     NOT NULL DEFAULT '' COMMENT '业务场景分类',
    `status`           varchar(128)    NOT NULL DEFAULT '' COMMENT '状态',
    `spec`             json                     DEFAULT NULL COMMENT '规格配置',
    `features`         json                     DEFAULT NULL COMMENT '功能开关',
    `latest_version`   varchar(64)     NOT NULL DEFAULT '' COMMENT '最新版本号',
    `next_version_num` bigint unsigned NOT NULL DEFAULT '1',
    PRIMARY KEY (`id`),
    UNIQUE KEY `uk_space_id_category_name` (`space_id`, `category`, `name`, `deleted_at`)
) ENGINE = InnoDB;

backend/modules/data/application/ 下按"业务动作"拆成了四个文件，全部挂在同一个 DatasetApplicationImpl 结构体上（Go 里同一个类型可以在多个文件里继续加方法）：

以 CreateDataset（dataset_app.go:73）为例，看看一个写请求的标准套路：

func (h *DatasetApplicationImpl) CreateDataset(ctx context.Context, req *dataset.CreateDatasetRequest) (resp *dataset.CreateDatasetResponse, err error) {
	userID := session.UserIDInCtxOrEmpty(ctx)
	// 1. 鉴权：这个用户在这个空间有没有"创建评测集"的权限
	err = h.auth.Authorization(ctx, &rpc.AuthorizationParam{
		ObjectID: strconv.FormatInt(req.WorkspaceID, 10),
		SpaceID:  req.WorkspaceID,
		ActionObjects: []*rpc.ActionObject{{Action: gptr.Of(rpc.CozeActionCreateLoopEvaluationSet), ...}},
	})
	// 2. DTO → DO：把接口请求结构体转成领域实体
	set := &entity.Dataset{ Name: req.GetName(), Category: convertor.ConvertCategoryDTO2DO(req.GetCategory()), ... }
	// 3. 内容审核：把名字/描述/字段拼起来送审
	record, err := h.auditClient.Audit(ctx, audit.AuditParam{ AuditType: audit.AuditType_CozeLoopDatasetModify, ... })
	// 4. 调用 domain 层 service 真正落库
	...
}

数据表对应 .../mysql-init/init-sql/dataset_item.sql 和 dataset_item_snapshot.sql（打版本时的快照表）——草稿数据和"打版本后的快照"分表存放，快照表只读不再变化，这样实验引用某个版本时数据永远稳定。

job_app.go 里的 ImportDataset 并不会立刻去读你上传的 CSV/JSONL 文件解析写库——它只是创建一条 Job 记录立刻返回：

func (h *DatasetApplicationImpl) ImportDataset(ctx context.Context, req *dataset.ImportDatasetRequest) (r *dataset.ImportDatasetResponse, err error) {
	ds, err := h.checkImportDatasetReq(ctx, req)   // 校验字段映射是否匹配 Schema
	job := h.buildJob(ctx, req, ds)
	do := convertor.IOJobDTO2DO(job)
	if err := h.svc.CreateIOJob(ctx, do); err != nil { return nil, err }
	return &dataset.ImportDatasetResponse{JobID: gptr.Of(do.ID)}, nil   // 立刻返回 JobID，不等文件处理完
}

✋ 动手 5 分钟（可选）

# 1. 看四件套 application 文件各自的方法列表
grep -n "^func (h \*DatasetApplicationImpl)" backend/modules/data/application/*.go

# 2. 数一数 Dataset 相关表有多少张
ls release/deployment/docker-compose/bootstrap/mysql-init/init-sql/ | grep dataset

# 3. 看 Dataset 实体的"未提交改动"判断逻辑
sed -n '40,47p' backend/modules/data/domain/dataset/entity/dataset.go

# 4. 找出 Tag 模块所有真实路由
grep -n "@router" backend/api/handler/coze/loop/apis/tag_service.go