Rapport d'information récurrent
Créez une configuration d'évaluation en ligne avec des informations et un calendrier de clustering. Le service exécute automatiquement une analyse des informations sur la cadence configurée sans intervention manuelle.
Rubriques
Création de la configuration
Exemple
Cela indique au service de :
-
Exemples de sessions au taux configuré (100 % dans cet exemple : ajustez
--sampling-rateousamplingPercentageanalysez un sous-ensemble du trafic). -
Exécutez une analyse des défaillances et une extraction des intentions de l'utilisateur sur chaque session échantillonnée.
-
Déclenchez un rapport de clustering tous les jours.
Paramètres de configuration
| Paramètre | Type | Obligatoire | Description |
|---|---|---|---|
|
|
List |
Obligatoire (mutuellement exclusif avec |
Liste des types d'informations à exécuter. Chaque entrée possède un |
|
|
Number |
Non (par défaut : 100) |
Pourcentage de sessions à analyser (1 à 100) Utilisez un taux d'échantillonnage inférieur pour les agents à fort trafic afin de contrôler les coûts tout en identifiant les modèles de défaillance. |
|
|
Objet |
Non |
Configure les tâches d'évaluation par lots périodiques pour le clustering. Contient une |
|
|
Liste de chaînes |
Oui (à l'intérieur |
Un ou plusieurs des : |
Note
Les informations et les évaluateurs s'excluent mutuellement : vous devez fournir l'un ou l'autre, pas les deux. Si vous souhaitez obtenir à la fois un score de qualité et un triage des défaillances pour le même agent, créez deux configurations distinctes pointant vers la même source de données.
Mettre à jour une configuration
Modifiez les informations ou la fréquence de clustering :
client_cp.update_online_evaluation_config( onlineEvaluationConfigId=config_id, insights=[ {"insightId": "Builtin.Insight.FailureAnalysis"}, {"insightId": "Builtin.Insight.UserIntent"}, ], clusteringConfig={"frequencies": ["DAILY", "WEEKLY"]}, )
Afficher les résultats des rapports récurrents
Les rapports récurrents produisent automatiquement des tâches d'évaluation par lots. ListBatchEvaluationsÀ utiliser pour rechercher les rapports complets, puis GetBatchEvaluation pour récupérer les résultats :
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")
Gérer la configuration
Exemple
Avertissement
La suppression d'une configuration ne supprime pas les résultats des évaluations par lots passées. Les résultats des aperçus historiques restent accessibles viaGetBatchEvaluation.