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，直到作业达到终端状态（COMPLETEDFAILED、或STOPPED）。

代码示例

例

AgentCore CLI

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

W --wait ith：命令会一直阻塞，直到任务达到终端状态。

不使用--wait：该命令启动任务并立即返回。您可以单独投票查看状态。


# 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 

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

# Stop a running job
agentcore stop batch-evaluation -i

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	创建任务的时间。
`evaluators`	列表	使用的评估人员。
`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	当作业处理了会话时出现。请参阅了解结果和输出。
`errorDetails`	字符串列表	任务失败时的错误消息。

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。该服务可评估每个任务最多 500 个会话；如果发现更多会话，则选择最近的 500 个会话。
`evaluatorSummaries`	列表	Per-evaluator 汇总结果。

评估者摘要字段

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	该评估员得分的会话次数。
`totalFailed`	整数	此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 — 任务已被接受并正在排队等待处理。
IN_PROGRES S — 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 -任务遇到错误。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。可能会有部分结果。
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。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

开始批量评估

列出批量评估