查看任务评估结果 - ListOpsEvaluationTaskResults_评估任务管理_评估_API_API参考

功能介绍

该接口用于获取评估任务的详细评估结果，包括各项评估指标的分数、用时和详细信息，适用于任务结果分析和质量评估的场景。

调用方法

授权信息

账号根用户具备所有API的调用权限，如果使用账号下的IAM用户调用当前API，该IAM用户需具备如下身份策略权限，更多的权限说明请参见权限和授权项。

授权项	访问级别	资源类型（*为必须）	条件键	别名	依赖的授权项
agentarts:evaluationTask:listOpsEvaluationTaskResults	List	evaluationTask *	g:ResourceTag/<tag-key>	-	-

URI

POST /v1/ops/evaluation-tasks/{task_id}/results

表1 路径参数
参数	是否必选	参数类型	描述
task_id	是	String	参数解释：需要查询结果的评估任务唯一标识符（ID）。可通过调用创建评估任务接口获取，或通过查询评估任务列表接口获取。约束限制：不涉及。取值范围：只能由英文字母、数字组成，长度为1~100个字符的字符串。默认取值：不涉及。

请求参数

表2 请求Body参数
参数	是否必选	参数类型	描述
offset	是	Integer	参数解释：指定分页查询的起始偏移量。约束限制： 0到10000之间的整数。取值范围： 0到10000。默认取值： 0。
limit	是	Integer	参数解释：指定单页返回的结果数量。约束限制： 1到100之间的整数。取值范围： 1到100。默认取值： 10。
filters	否	Object	参数解释：任务过滤条件对象，支持模糊查询，用于精准筛选评估结果。可筛选字段包括min_score（最小得分）、max_score（最大得分）等。默认为空对象，表示不进行过滤。约束限制：符合JSON格式规范，仅支持预定义的可筛选字段。取值范围：不涉及。

响应参数

状态码：200

表3 响应Body参数
参数	参数类型	描述
data	data object	参数解释：响应数据主体。

表4 data
参数	参数类型	描述
total	Integer	参数解释：满足查询条件的评估结果总数。取值范围：非负整数。
items	Array of OpsEvaluationTaskResultItem objects	参数解释：评估结果条目列表。

表5 OpsEvaluationTaskResultItem
参数	参数类型	描述
item_id	String	数据条目ID。
session_id	String	会话ID。
dataset_id	String	数据集ID。
dataset_version	String	数据集版本。
dataset_name	String	数据集名称。
task_id	String	任务ID。
task_name	String	任务名称。
item_data	Array of objects	数据条目原始数据。
agent_output	Array of strings	智能体输出列表。
trace_ids	Array of strings	轨迹ID列表。
evaluations	Array of OpsEvaluationItemEvaluation objects	各评估器的评估结果列表。
annotations	Array of objects	人工标注列表。

表6 OpsEvaluationItemEvaluation
参数	参数类型	描述
evaluator_id	String	评估器ID。
evaluator_version	String	评估器版本。
evaluator_name	String	评估器名称。
score	Double	评估得分。
reason	String	评估理由。
latency_s	Integer	评估耗时（秒）。
status_code	String	评估状态码。
error	String	错误信息。
retry_count	Integer	重试次数。
created_at	String	评估时间。
correction	Object	人工校正信息。

请求示例

获取指定评估任务的详细结果，包含每条测试数据的评分、原因及处理耗时。

POST https://api.example.com/v1/ops/evaluation-tasks/task_7590068991923321000/results

{
  "offset" : 1,
  "limit" : 10,
  "filters" : {
    "min_score" : 0,
    "max_score" : 10
  }
}

响应示例

状态码：200

{
  "data" : {
    "items" : [ {
      "item_id" : "item-f80ce759-490a-4472-b779-80dc5e564f5b",
      "dataset_name" : "dataset_name",
      "evaluations" : [ {
        "score" : 0.8,
        "reason" : "回答完全正确",
        "latency_s" : 20
      } ]
    } ],
    "total" : 1
  }
}

状态码

状态码	描述
200	当前任务的评估详情

错误码

请参见错误码。

查看任务评估结果 - ListOpsEvaluationTaskResults