Edge-Agent-Reasoning-WebSearch-260K 是一个合成构建的数据集，面向小型本地模型和边缘部署代理，目标是训练模型在执行复杂、领域化指令前先做问题拆解、自我审计、歧义识别和检索规划。它强调让模型区分“自认为知道的内容”和“需要验证的内容”，并生成面向下游 RAG 或前沿模型的高密度 Web 搜索查询。

数据集包含 260,293 行，统计列出用户提示约 42.6M tokens、agentic reasoning 约 646.9M tokens，全 schema 列约 692.1M tokens，格式为 Parquet。每行包含约 2,000 到 5,000 词的 agent_reasoning，按五阶段组织：理解请求、已知与不确定、请求歧义、回应前需确认事项、Web 搜索查询。

提示来源于一个 7 维组合矩阵，维度包括行业、职业角色、软件栈、任务类型、操作系统、难度和风险等级；覆盖 200+ 角色，并列出多种桌面、服务器、Linux、云终端、移动与专用环境。用途包括 reasoning fine-tuning、RAG 路由查询生成，以及拦截模糊提示并请求澄清。