为何DVC流水线生成的输出文件未创建对应.dvc文件？

这是完全正常的情况，核心原因是DVC针对手动添加的独立数据和流水线生成的输出数据，采用了两种不同的追踪机制：

• 执行dvc add ./data/a.csv时，DVC生成单独的.dvc文件，是因为这类数据是独立于流水线存在的（比如原始数据集），.dvc文件本质是该数据的独立元数据载体，用来记录它的哈希、存储路径等信息，方便单独管理和追踪。

• 而通过dvc.yaml流水线定义的输出（比如./data/b.csv），DVC会把它的追踪信息整合到dvc.lock文件中，而非生成单独的.dvc文件。这类输出和流水线阶段强绑定——它的生成依赖于阶段的命令、输入依赖等，DVC通过dvc.lock记录每个阶段输出的哈希值，以此判断数据是否变化、是否需要重新执行阶段。

你看到的文档说明“无需手动运行dvc add处理data/prepared”，意思就是流水线生成的输出不需要再用dvc add单独处理，因为流水线已经自动完成了数据追踪，所有必要的元数据都存在dvc.lock里，不需要额外的.dvc文件。

你可以查看执行dvc repro后生成的dvc.lock文件，里面会有gen-ref-arts阶段的outs字段，记录着./data/b.csv的哈希值，这就是DVC追踪该文件变化的依据。

内容的提问来源于stack exchange，提问作者Silverdust