CLI-Universe：迈向可验证的终端代理任务合成引擎

针对基于大语言的终端代理缺乏高质量可执行训练数据的瓶颈，本文提出 CLI-Universe 合成引擎。该引擎通过多维能力分类采样生成候选任务，结合真实技术材料进行证据引导的深度研究以夯实任务基础，并在 Docker 环境中经由多阶段可执行验证流程（含评分标准测试、提示条件过滤及严格失败检查）确保监督严谨性。最终构建的 CLI-Universe-6K 数据集包含 6000 条轨迹，微调后的 Qwen3-32B 模型在 Terminal-Bench 2.0 上取得 33.4% 的成绩，刷新了同参数规模开源模型的最优记录，证明了结构化高保真合成数据的高效性。