# Bericht über wiederkehrende Erkenntnisse
Erstellen Sie eine Online-Evaluierungskonfiguration mit Erkenntnissen und einem Clustering-Zeitplan. Der Service führt automatisch die Insights-Analyse im konfigurierten Rhythmus durch, ohne dass manuelles Eingreifen erforderlich ist.
**Topics**
+ [Erstellen Sie die Konfiguration](#insights-recurring-create)
+ [Konfigurationsparameter](#insights-recurring-params)
+ [Aktualisieren Sie eine Konfiguration](#insights-recurring-update)
+ [Wiederkehrende Berichtsergebnisse anzeigen](#insights-recurring-view)
+ [Die Konfiguration verwalten](#insights-recurring-manage)
## Erstellen Sie die Konfiguration
**Example**
```
agentcore add online-insights --name my_agent_insights --runtime MyAgent --insights Builtin.Insight.FailureAnalysis --sampling-rate 100 --clustering-frequency DAILY --enable-on-create --json
```
Stellen Sie die Bereitstellung dann wie folgt bereit CloudFormation:
```
agentcore deploy -y --json
```
1. Führen Sie den Befehl aus, `agentcore` um die TUI zu öffnen, wählen Sie dann **Hinzufügen** und dann **Online Insights** aus:
1. Wählen Sie die Einblicke aus, die Sie aktivieren möchten:
1. Stellen Sie die Abtastrate ein:
1. Wählen Sie die Clustering-Frequenzen aus:
1. Geben Sie einen Namen für die Konfiguration ein:
1. Überprüfen Sie die Konfiguration und drücken Sie die Eingabetaste, um Folgendes zu bestätigen:
```
import boto3
client_cp = boto3.client("bedrock-agentcore-control", region_name="us-west-2")
response = client_cp.create_online_evaluation_config(
onlineEvaluationConfigName="my_agent_insights",
rule={
"samplingConfig": {"samplingPercentage": 100.0},
"sessionConfig": {"sessionTimeoutMinutes": 30},
},
dataSourceConfig={
"cloudWatchLogs": {
"serviceNames": ["MyAgent.DEFAULT"],
"logGroupNames": [
"/aws/bedrock-agentcore/runtimes/MyAgent-abc123-DEFAULT"
],
}
},
insights=[
{"insightId": "Builtin.Insight.FailureAnalysis"},
{"insightId": "Builtin.Insight.UserIntent"},
],
clusteringConfig={"frequencies": ["DAILY"]},
evaluationExecutionRoleArn="arn:aws:iam::123456789012:role/AgentCoreEvaluationRole",
enableOnCreate=True,
)
config_id = response["onlineEvaluationConfigId"]
print(f"Created config: {config_id}")
```
Dadurch wird der Dienst angewiesen:
+ Stichprobensitzungen mit der konfigurierten Rate (in diesem Beispiel 100% — `samplingPercentage` zur Anpassung `--sampling-rate` oder Analyse einer Teilmenge des Datenverkehrs).
+ Führen Sie für jede Stichprobensitzung eine Fehleranalyse und eine Extraktion der Benutzerabsichten durch.
+ Lösen Sie täglich einen Clustering-Bericht aus.
## Konfigurationsparameter
| Parameter | Typ | Erforderlich | Description |
| --- | --- | --- | --- |
| `insights` | Auflisten | Erforderlich (schließt sich gegenseitig aus mit`evaluators`) | Liste der auszuführenden Insight-Typen. Jeder Eintrag hat eine`insightId`. Maximal 10. |
| `rule.samplingConfig.samplingPercentage` | Zahl | Nein (Standard: 100) | Prozentsatz der zu analysierenden Sitzungen (1—100). Verwenden Sie eine niedrigere Abtastrate für Agenten mit hohem Besucheraufkommen, um die Kosten unter Kontrolle zu halten und gleichzeitig Fehlermuster aufzudecken. |
| `clusteringConfig` | Objekt | Nein | Konfiguriert regelmäßige Batch-Evaluierungsaufträge für Clustering. Enthält eine `frequencies` Liste. Kann nur verwendet werden, wenn `insights` es bereitgestellt wird. |
| `clusteringConfig.frequencies` | Liste von Zeichenfolgen | Ja (innerhalb`clusteringConfig`) | Einer oder mehrere von:`DAILY`,`WEEKLY`,`MONTHLY`. Maximal 3 Werte. |
**Anmerkung**
Erkenntnisse und Evaluatoren schließen sich gegenseitig aus — Sie müssen entweder den einen oder den anderen angeben, nicht beide. Wenn Sie sowohl die Qualitätsbewertung als auch die Fehlersuche für denselben Agenten wünschen, erstellen Sie zwei separate Konfigurationen, die auf dieselbe Datenquelle verweisen.
## Aktualisieren Sie eine Konfiguration
Ändern Sie die Statistiken oder die Häufigkeit der Clusterbildung:
```
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
insights=[
{"insightId": "Builtin.Insight.FailureAnalysis"},
{"insightId": "Builtin.Insight.UserIntent"},
],
clusteringConfig={"frequencies": ["DAILY", "WEEKLY"]},
)
```
## Wiederkehrende Berichtsergebnisse anzeigen
Bei wiederkehrenden Berichten werden automatisch Batch-Bewertungsaufträge erstellt. Verwenden Sie diese Option, `ListBatchEvaluations` um abgeschlossene Berichte `GetBatchEvaluation` zu finden und anschließend Ergebnisse abzurufen:
```
client = boto3.client("bedrock-agentcore", region_name="us-west-2")
# List recent batch evaluations
evaluations = client.list_batch_evaluations()
for eval_summary in evaluations.get("batchEvaluations", []):
if eval_summary["status"] == "COMPLETED" and eval_summary.get("insights"):
result = client.get_batch_evaluation(
batchEvaluationId=eval_summary["batchEvaluationId"]
)
print(f"Report: {eval_summary['batchEvaluationName']}")
if "failureAnalysisResult" in result:
failures = result["failureAnalysisResult"]["failures"]
print(f" Found {len(failures)} failure categories")
```
## Die Konfiguration verwalten
**Example**
Pause:
```
agentcore pause online-insights my_agent_insights --json
```
Fortfahren:
```
agentcore resume online-insights my_agent_insights --json
```
Entfernen:
```
agentcore remove online-insights --name my_agent_insights --yes --json
```
Pause machen oder fortsetzen:
```
# Pause
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
executionStatus="DISABLED",
)
# Resume
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
executionStatus="ENABLED",
)
```
Löschen:
```
client_cp.delete_online_evaluation_config(
onlineEvaluationConfigId=config_id,
)
```
**Warnung**
Durch das Löschen einer Konfiguration werden frühere Ergebnisse der Batch-Auswertung nicht gelöscht. Historische Einblickergebnisse sind weiterhin zugänglich über`GetBatchEvaluation`.