OpenDCAI/DataFlow是一款专为数据准备与训练设计的工具。其核心目标是从PDF文档、纯文本及低质量问答等噪声数据源中，系统化地生成、精炼、评估并筛选出适用于AI训练的高质量数据集。该工具旨在通过优化训练数据质量，有效提升大语言模型的整体性能。