View a markdown version of this page

获取批量评估结果 - Amazon Bedrock AgentCore
代码示例请求参数响应状态生命周期错误

获取批量评估结果

检索批量评估作业的状态和结果。轮询此操作，直到作业达到终止状态（COMPLETEDFAILED、或STOPPED）。

代码示例

例
AgentCore CLI

该--wait标志控制agentcore run batch-evaluation行为方式：

  • wit --wait h: 命令将阻塞，直到作业达到终止状态。

  • 没有--wait：命令启动作业并立即返回。您可以单独轮询状态。

    # Start a job and block until it reaches a terminal state
agentcore run batch-evaluation -r MyAgent -e Builtin.Correctness --wait

# List previously started jobs (running jobs are refreshed from the service)
agentcore batch-evaluations history

# Check the status and results of a single job
agentcore view batch-evaluation <batch-evaluation-id>

# Non-interactive (JSON) output, the CLI analogue of a get_batch_evaluation polling loop
agentcore view batch-evaluation <batch-evaluation-id> --json

# Stop a running job
agentcore stop batch-evaluation -i <batch-evaluation-id>

    使用agentcore batch-evaluations history列表的 CLI 输出中的agentcore run batch-evaluation批量评估 ID。

AWS SDK (boto3)
import time
import boto3

client = boto3.client("bedrock-agentcore", region_name="us-west-2")

# Poll until terminal state
while True:
    result = client.get_batch_evaluation(batchEvaluationId=batch_eval_id)
    status = result["status"]
    print(f"Status: {status}")

    if status in ("COMPLETED", "COMPLETED_WITH_ERRORS", "FAILED", "STOPPED"):
        break
    time.sleep(30)

# Display results
if result.get("evaluationResults"):
    er = result["evaluationResults"]
    print(f"Sessions completed: {er.get('numberOfSessionsCompleted', 0)}")
    print(f"Sessions failed:    {er.get('numberOfSessionsFailed', 0)}")
    print(f"Total sessions:     {er.get('totalNumberOfSessions', 0)}")

    for summary in er.get("evaluatorSummaries", []):
        avg = summary.get("statistics", {}).get("averageScore")
        print(f"  {summary['evaluatorId']}: {avg}")

请求参数

参数 Type 必需 描述

batchEvaluationId

字符串

是

返回的批量评估 ID StartBatchEvaluation。作为路径参数传递。

响应

字段 Type 说明

batchEvaluationId

字符串

批量评估 ID。

batchEvaluationArn

字符串

批量评估的 ARN。

batchEvaluationName

字符串

作业名称。

status

字符串

当前状态：PENDING、IN_PROGRESS、COMPLETED、COMPLETED_WITH_ERRORS、FAILED、STOPPING、STOPPED、DELETING。

createdAt

Timestamp

创建作业的时间。

evaluators

列表

使用的评估者。

outputConfig

对象

CloudWatch 记录每个会话详细信息的目的地。包含cloudWatchConfig.logGroupName和cloudWatchConfig.logStreamName。

evaluationResults

对象

在作业处理完会话时出现。请参阅了解结果和输出。

errorDetails

字符串列表

如果任务失败，则会显示错误消息。

评估结果字段

字段 Type 说明

numberOfSessionsCompleted

整数

成功评估的会话数。

numberOfSessionsFailed

整数

评估失败的会话数。

numberOfSessionsInProgress

整数

仍在评估的会话数量。

totalNumberOfSessions

整数

已发现的会话总数。

numberOfSessionsIgnored

整数

评估时忽略的会话数。该服务对每个作业最多评估 500 个会话；如果发现更多会话，则会选择最近的 500 个会话。

evaluatorSummaries

列表

Per-evaluator 汇总结果。

赋值器摘要字段

字段 Type 说明

evaluatorId

字符串

评估者 ID（例如，Builtin.GoalSuccessRate）。

statistics.averageScore

双精度

所有评估会话的平均分数。

totalEvaluated

整数

该评估者评分的会话次数。

totalFailed

整数

该评估器失败的会话数。

状态生命周期

PENDING → IN_PROGRESS → COMPLETED
                      → COMPLETED_WITH_ERRORS
                      → FAILED
         STOPPING     → STOPPED
         DELETING

  • 待处理-作业已被接受并排队等候处理。

  • IN_PROGR ESS — 该服务正在发现会话并运行评估器。

  • 已完成-所有会话均已评估。结果可用。

  • COMPLETED_WITH_ERRORS — 作业已完成，但某些会话遇到了错误。部分结果可用。

  • 失败-作业遇到错误。查看errorDetails详情。

  • 正在停止-已收到停止请求。这项工作即将结束。

  • 已停止-作业在完成前已停止。可能有部分结果。

  • 正在@@ 删除-正在删除作业。

错误

错误 HTTP 状态 说明

ResourceNotFoundException

404

未找到具有指定 ID 的批量评估。

ValidationException

400

批量评估 ID 格式无效。

AccessDeniedException

403

权限不足。

ThrottlingException

429

超出请求速率。

InternalServerException

500

Service-side 错误。