# 获取评估任务统计结果 - ShowOpsEvaluationTasksChartsCompareResult #### 功能介绍 该接口用于统计不同评估任务的对比结果报告，包含评估器得分情况、得分概览、任务消耗总token统计，适用于数据特征分析和评估任务管理的场景。 #### 调用方法 请参见[如何调用API](https://support.huaweicloud.com/api-agentarts/agentarts_07_0003.html)。 #### 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](https://support.huaweicloud.com/api-agentarts/Permission.html)。 | 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:showOpsEvaluationTasksChartsCompareResult | Read | evaluationTask \* | g:ResourceTag/\ | - | - | #### URI GET /v1/ops/evaluation-tasks/{task_id}/statistic-comparisons 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：** 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。 | 表2Query参数 | 参数 | 是否必选 | 参数类型 | 描述 | |:---|:---|:---|:---| | 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。 | #### 请求参数 无 #### 响应参数 **状态码：200** 表3响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | data | [OpsShowEvaluationTasksChartsCompareResultData] object | **参数解释：** 图表统计数据对象。 | 表4OpsShowEvaluationTasksChartsCompareResultData | 参数 | 参数类型 | 描述 | |:---|:---|:---| | 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。 | 表5OpsCompareTaskMetricsStat | 参数 | 参数类型 | 描述 | |:---|:---|:---| | 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。 | 表6OpsCompareScoreStats | 参数 | 参数类型 | 描述 | |:---|:---|:---| | 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。 | 表7OpsCompareEvaluatorStat | 参数 | 参数类型 | 描述 | |:---|:---|:---| | 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。 | **状态码：400** 表8响应Body参数 | 参数 | 参数类型 | 描述 | |:---|:---|:---| | 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。 | 表9OpsErrorDetail | 参数 | 参数类型 | 描述 | |:---|:---|:---| | 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。 | #### 请求示例 获取评估任务统计对比结果 ``` GET https://api.example.com/v1/ops/evaluation-tasks/a67452bf21f819-6f91-4568-9f2f-57ef9562ab7b/statistic-comparisons?task_ids=a64cd819-6f91-4568-9f2f-57ef9562ab7b,a64cd819-6f91-4568-9f2f-57ef9562ab7c ``` #### 响应示例 **状态码：200** 返回添加成功 ``` { "data" : { "task_metrics_stats" : [ { "ave_input_token" : 0, "ave_latency_s" : 0, "ave_output_token" : 0, "ave_score" : 0.5, "ave_total_token" : 0, "max_input_token" : 0, "max_score" : 23.021358, "min_score" : 41.45608, "sum_score" : 6846.8525, "max_latency_s" : 0, "max_output_token" : 0, "max_total_token" : 0, "min_input_token" : 0, "min_latency_s" : 0, "min_output_token" : 0, "min_total_token" : 0, "score_stats" : { "evaluators" : [ { "ave_input_token" : 0, "ave_latency_s" : 0, "ave_output_token" : 0, "ave_total_token" : 0, "avg_score" : 0, "evaluator_id" : "TurnRelevancy", "evaluator_name" : "相关性", "item_num" : 2, "max_input_token" : 0, "max_latency_s" : 0, "max_output_token" : 0, "max_score" : 0, "max_total_token" : 0, "min_input_token" : 0, "min_latency_s" : 0, "min_output_token" : 0, "min_score" : 0, "min_total_token" : 0, "sum_input_token" : 0, "sum_latency_s" : 0, "sum_output_token" : 0, "sum_score" : 0, "sum_total_token" : 0 }, { "ave_input_token" : 0, "ave_latency_s" : 0, "ave_output_token" : 0, "ave_total_token" : 0, "avg_score" : 1, "evaluator_id" : "TaskCompletion", "evaluator_name" : "任务完成度", "item_num" : 2, "max_input_token" : 0, "max_latency_s" : 0, "max_output_token" : 0, "max_score" : 2, "max_total_token" : 0, "min_input_token" : 0, "min_latency_s" : 0, "min_output_token" : 0, "min_score" : 0, "min_total_token" : 0, "sum_input_token" : 0, "sum_latency_s" : 0, "sum_output_token" : 0, "sum_score" : 2, "sum_total_token" : 0 } ] }, "sum_input_token" : 0, "sum_latency_s" : 0, "sum_output_token" : 0, "sum_total_token" : 0, "task_id" : "bf05bc1b-c052-48e7-b267-792667b0bc4f" } ] } } ``` #### 状态码 | 状态码 | 描述 | |:---|:---| | 200 | 返回添加成功 | | 400 | 错误 | #### 错误码 请参见[错误码](https://support.huaweicloud.com/api-agentarts/ErrorCode.html)。