获取评估任务统计结果 - ShowOpsEvaluationTasksChartsCompareResult

agentarts:evaluationTask:showOpsEvaluationTasksChartsCompareResult

Read

evaluationTask *

g:ResourceTag/<tag-key>

-

-

task_id

是

String

参数解释：

基线评估任务的唯一标识符（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、数字及连字符(-)组成，长度为1~100个字符的字符串。

默认取值：

不涉及。

task_ids

是

String

参数解释：

基线评估任务的唯一标识符列表，多个任务间用英文逗号(,)分隔。可通过调用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、连字符(-)及逗号(,)组成，长度为1~1000个字符的字符串，多个ID之间以英文逗号(,)分隔。

默认取值：

不涉及。

data

OpsShowEvaluationTasksChartsCompareResultData object

参数解释：

图表统计数据对象。

task_metrics_stats

Array of OpsCompareTaskMetricsStat objects

参数解释：

各任务的指标统计列表。数组内每个元素为OpsCompareTaskMetricsStat对象，包含任务ID、各类统计指标（平均/最大/最小/总得分、延迟、输入/输出/总token用量等）及按评估器维度的统计信息（score_stats）。

取值范围：

不涉及。

task_id

String

参数解释：

任务的唯一标识符（UUID格式）。

取值范围：

符合通用唯一识别码(UUID)标准的字符串，长度为36个字符。

ave_score

Float

参数解释：

所有评估器得分的平均值（跨评估器、跨样本）。

取值范围：

0~100。

ave_latency_s

Integer

参数解释：

所有评估的平均延迟（秒）。

取值范围：

0~10000。

ave_input_token

Integer

参数解释：

所有评估的平均输入token数。

取值范围：

0~10000。

ave_output_token

Integer

参数解释：

所有评估的平均输出token数。

取值范围：

0~10000。

ave_total_token

Integer

参数解释：

所有评估的平均总token数（输入+输出）。

取值范围：

0~10000。

max_score

Float

参数解释：

所有评估的最大得分。

取值范围：

0~100。

max_latency_s

Integer

参数解释：

所有评估的最大延迟（秒）。

取值范围：

0~10000。

max_input_token

Integer

参数解释：

所有评估的最大输入token数。

取值范围：

0~10000。

max_output_token

Integer

参数解释：

所有评估的最大输出token数。

取值范围：

0~10000。

max_total_token

Integer

参数解释：

所有评估的最大总token数。

取值范围：

0~10000。

min_score

Float

参数解释：

所有评估的最小得分。

取值范围：

0~100。

min_latency_s

Integer

参数解释：

所有评估的最小延迟（秒）。

取值范围：

0~10000。

min_input_token

Integer

参数解释：

所有评估的最小输入token数。

取值范围：

0~10000。

min_output_token

Integer

参数解释：

所有评估的最小输出token数。

取值范围：

0~10000。

min_total_token

Integer

参数解释：

所有评估的最小总token数。

取值范围：

0~10000。

sum_score

Float

参数解释：

所有评估的得分总和。

取值范围：

0~10000。

sum_latency_s

Integer

参数解释：

所有评估的延迟总和（秒）。

取值范围：

0~10000。

sum_input_token

Integer

参数解释：

所有评估的输入token总和。

取值范围：

0~10000。

sum_output_token

Integer

参数解释：

所有评估的输出token总和。

取值范围：

0~10000。

sum_total_token

Integer

参数解释：

所有评估的总token总和。

取值范围：

0~10000。

score_stats

OpsCompareScoreStats object

参数解释：

评分统计信息对象。

evaluators

Array of OpsCompareEvaluatorStat objects

参数解释：

各个评估器的详细统计列表。数组内每个元素为OpsCompareEvaluatorStat对象，包含评估器ID、名称及各类统计指标（平均/最大/最小/总得分、延迟、输入/输出/总token用量等）。

取值范围：

不涉及。

evaluator_id

String

参数解释：

评估器的唯一标识符，如 TurnRelevancy、TaskCompletion。

取值范围：

不涉及。

evaluator_name

String

参数解释：

评估器的人类可读名称，如"相关性"、"任务完成度"。

取值范围：

不涉及。

item_num

Integer

参数解释：

参与该评估器的样本数量（即评估次数）。

取值范围：

0~100。

avg_score

Float

参数解释：

该评估器的平均得分。

取值范围：

0~100。

max_score

Float

参数解释：

该评估器的最大得分。

取值范围：

0~100。

min_score

Float

参数解释：

该评估器的最小得分。

取值范围：

0~100。

sum_score

Float

参数解释：

该评估器的得分总和。

取值范围：

0~10000。

ave_latency_s

Integer

参数解释：

该评估器的平均延迟（秒）。

取值范围：

0~10000。

max_latency_s

Integer

参数解释：

该评估器的最大延迟（秒）。

取值范围：

0~10000。

min_latency_s

Integer

参数解释：

该评估器的最小延迟（秒）。

取值范围：

0~10000。

sum_latency_s

Integer

参数解释：

该评估器的延迟总和（秒）。

取值范围：

0~10000。

ave_input_token

Integer

参数解释：

该评估器的平均输入token数。

取值范围：

0~10000。

max_input_token

Integer

参数解释：

该评估器的最大输入token数。

取值范围：

0~10000。

min_input_token

Integer

参数解释：

该评估器的最小输入token数。

取值范围：

0~10000。

sum_input_token

Integer

参数解释：

该评估器的输入token总和。

取值范围：

0~10000。

ave_output_token

Integer

参数解释：

该评估器的平均输出token数。

取值范围：

0~10000。

max_output_token

Integer

参数解释：

该评估器的最大输出token数。

取值范围：

0~10000。

min_output_token

Integer

参数解释：

该评估器的最小输出token数。

取值范围：

0~10000。

sum_output_token

Integer

参数解释：

该评估器的输出token总和。

取值范围：

0~10000。

ave_total_token

Integer

参数解释：

该评估器的平均总token数（输入+输出）。

取值范围：

0~10000。

max_total_token

Integer

参数解释：

该评估器的最大总token数。

取值范围：

0~10000。

min_total_token

Integer

参数解释：

该评估器的最小总token数。

取值范围：

0~10000。

sum_total_token

Integer

参数解释：

该评估器的总token总和。

取值范围：

0~10000。

error_code

String

参数解释：

系统定义的标准化错误代码。

取值范围：

业务异常编码字符串。

error_msg

String

参数解释：

对错误的详细描述，包含异常原因或解决建议。

取值范围：

字符长度2-512，任意文本内容。

encoded_authorization_message

String

参数解释：

编码后的授权信息，用于客户端解析权限问题。

取值范围：

Base64编码的字符串。

details

Array of OpsErrorDetail objects

参数解释：

错误详情列表，包含多个子错误的详细信息。

取值范围：

不涉及。

request_id

String

参数解释：

请求的唯一标识符，用于问题排查和链路追踪。

取值范围：

符合通用唯一识别码(UUID)标准的字符串。

error_code

String

参数解释：

子错误的标准化错误代码。

取值范围：

业务异常编码字符串。

error_msg

String

参数解释：

对子错误的详细描述。

取值范围：

任意文本内容。

200

返回添加成功

400

错误