评估批次上传

本页面介绍了以 CSV 文件格式上传黄金评估 时所需的格式。如需详细了解黄金评估，请参阅 黄金评估 文档。

下载模板

• 前往评估 Tab 页，然后点击 + 添加测试用例 -> 黄金。
• 在显示的菜单中，点击下载模板 。
• 使用该模板创建包含黄金评估的 CSV 文件后，您可以在同一菜单中点击上传文件 来上传该文件。

常规结构

• 单个 CSV 文件可以包含多个评估。每个评估可以跨多行。
• 评估的第一行是评估行 ，用于定义评估的整体属性（名称和元数据）。
• 后续每一行都是对话行 ，用于定义评估中的单个对话回合（例如，最终用户说了什么、智能体应如何回复或应进行哪些工具调用）。
• 您可以在 display_name 列中提供新名称，以开始新的测试用例。每个新的 display_name 值都定义了一个新评估的开始。

标题行

您的 CSV 文件必须将标题行作为第一行。此标题定义了每列中的数据变量。除非 action_type 值 有要求，否则除必需 变量之外的所有变量都是可选的。 可选变量列可以位于必需变量之后的任何位置。

• 必需变量：display_name、turn_index、action_type。

定义对话评估

每个新评估都从评估行 开始。评估行下方的每个对话行 都对应一个对话回合，直到下一个评估行。

评估行

标题行后的第一行必须是评估行 。每个评估行都定义了一个新评估。

• 必需 ：在 display_name 字段中输入评估的唯一且易于理解的名称。
• 可选：您可以选择在此行中添加任何 元数据变量数据 。

对话行

每一行都对应一个对话回合的数据。

• 必需 ：在 turn_index 和 action_type 字段中输入值。 display_name 必须留空。
• 可选：为 元数据变量 或 display_name 以外的任何标题列输入值。

变量

注意： 对于需要 JSON 的变量，您必须提供有效的 JSON 对象作为 字符串。示例：{"param_name": "param_value", "number_param": 123}。

下表介绍了可用的数据变量。除非 action_type 值有要求，否则除必需变量之外的所有变量都是可选的。所有变量都必须在标题行中定义，每列一个变量。 可选变量列可以位于必需列之后的任何位置。

必需的标题变量

列名	说明
display_name	评估的易于理解的名称。此字段仅针对新评估的第一行填写。每个新的 display_name 值都定义了一个新评估。
turn_index	一个数字 (1, 2, 3...)，表示对话回合的顺序。一个回合中的所有行共享索引值。每个评估的值都必须从 1 开始。后续每一行的值都必须大于或等于前一行。
action_type	指定此行的数据表示什么。每个值都有可选的变量值，必须填写这些值（如所示），对话回合才能正确输入。输入值必须是以下值之一： INPUT_TEXT：最终用户文本输入。 -（必需）text_content。 INPUT_IMAGE：最终用户图片输入。 -（必需）image_mime_type、image_content。 INPUT_TOOL_RESPONSE：工具响应输入。 -（必需）tool_name。 -（可选）tool_response_json。 INPUT_UPDATED_VARIABLES：根据输入更新变量。 -（必需）updated_variables_json EXPECTATION_TEXT：智能体文本响应的预期输出。 -（必需）response_agent、text_content。 -（可选）expectation_note。 EXPECTATION_TOOL_CALL：预期工具调用。 -（必需）tool_name。 -（可选）tool_call_args_json、expectation_note。 EXPECTATION_TOOL_RESPONSE：预期工具响应。 -（必需）tool_name。 -（可选）expectation_note。 EXPECTATION_AGENT_TRANSFER：预期智能体转接。 -（必需）agent_transfer_target。 -（可选）expectation_note。

元数据变量

列名	说明
evaluation_id	评估的唯一 ID。每个 evaluation_id 值对于您的 Customer Experience Agent Studio 智能体都必须是唯一的。如果在此列中未手动输入任何值，系统会自动生成唯一 ID。
description	自由文本备注或评估用途的说明。
tags	用于整理评估的以分号分隔的标记（例如“tag1;tag2”）。
evaluation_groups	评估所属的任何评估组的以分号分隔的名称（例如“group name 1;group name 2”）。系统会忽略在此列中输入但未在标题中定义的任何 evaluation_groups 值。

对话回合变量

列名	说明
response_agent	提供响应的智能体的名称。仅适用于 EXPECTATION_TEXT。
text_content	INPUT_TEXT 或 EXPECTATION_TEXT 的文本。
image_mime_type	源图片的 IANA 标准 MIME 类型。支持的值：image/png、image/jpeg、image/webp、image/heic、image/heif。
image_content	INPUT_IMAGE 的字节字符串。
tool_name	被调用或响应的工具的 display_name。适用于 INPUT_TOOL_RESPONSE,EXPECTATION_TOOL_CALL 或 EXPECTATION_TOOL_RESPONSE。
tool_call_args_json	EXPECTATION_TOOL_CALL 的 JSON 实参。
tool_response_json	INPUT_TOOL_RESPONSE 的 JSON 内容。
updated_variables_json	INPUT_UPDATED_VARIABLES 的 JSON 内容。
agent_transfer_target	EXPECTATION_AGENT_TRANSFER 的目标智能体的显示名称。
expectation_note	对预期的备注或说明。