能力对比报告雷达图和排名调研 #24

New Issue

solahqb · 2026-08-25T05:55:57Z

solahqb commented

2026-08-25 05:55:57 +00:00

背景

Wayfinder #13 差距分析（#17）识别的 P1 差距。

需求

能力对比报告需要包含雷达图和排名表，用于横向对比多个 AI 数字员工。

调研问题

现有对比报告是否支持雷达图可视化？
排名表的排序逻辑（按哪个指标排名）？
前端图表库选型（ECharts / Chart.js / D3）？

输出

技术方案文档，包含实现路径和工作量估算。

## 背景 [Wayfinder #13](https://git.solahqb22.cn/solahqb/AgentEvalTool/issues/13) 差距分析（[#17](https://git.solahqb22.cn/solahqb/AgentEvalTool/issues/17)）识别的 P1 差距。 ## 需求能力对比报告需要包含雷达图和排名表，用于横向对比多个 AI 数字员工。 ## 调研问题 - 现有对比报告是否支持雷达图可视化？ - 排名表的排序逻辑（按哪个指标排名）？ - 前端图表库选型（ECharts / Chart.js / D3）？ ## 输出技术方案文档，包含实现路径和工作量估算。

solahqb added the

priority:P1

label 2026-08-25 05:55:57 +00:00

solahqb commented

2026-08-25 07:58:34 +00:00

Resolution

调研完成，详见 research/compare-report-radar.md（分支 research/compare-report-radar，commit 3c3bf5c）。

关键发现：

现有对比报告不支持雷达图可视化：generate_compare_report() 仅支持同场景同版本的两个 run 做 case 级 diff，前端 CompareView 只渲染两张卡片 + 用例对比表，无任何图表。
排名表排序逻辑：当前系统不存在排名功能。方案设计排名表默认按"综合得分"（各维度等权加权平均）降序，支持切换为按通过率、判定型通过率、平均延迟、可用性等单项指标排序。
前端图表库选型：推荐继续使用已安装的 @ant-design/charts（v2.6.7）的 Radar 组件。该库已确认导出 Radar 组件，与项目现有 Line/Bar 用法一致，零新增依赖。不推荐 ECharts（+800KB 且风格不统一）、Chart.js 或 D3。
工作量估算：4.25 人天（后端 API 1.5 天 + 前端雷达图 1.5 天 + 排名表联调 1.25 天）。
推荐方案：新增 POST /api/reports/compare/multi 端点支持 N 目标横向对比（最多 8 个 run），默认 6 维雷达图（通过率/响应速度/规则覆盖/安全性/准确性/稳定性），前端在 Reports 页面新增第三种视图模式 multi。

## Resolution 调研完成，详见 [research/compare-report-radar.md](https://git.solahqb22.cn/solahqb/AgentEvalTool/blob/research/compare-report-radar/research/compare-report-radar.md)（分支 `research/compare-report-radar`，commit 3c3bf5c）。 **关键发现**： 1. **现有对比报告不支持雷达图可视化**：`generate_compare_report()` 仅支持同场景同版本的两个 run 做 case 级 diff，前端 `CompareView` 只渲染两张卡片 + 用例对比表，无任何图表。 2. **排名表排序逻辑**：当前系统不存在排名功能。方案设计排名表默认按"综合得分"（各维度等权加权平均）降序，支持切换为按通过率、判定型通过率、平均延迟、可用性等单项指标排序。 3. **前端图表库选型**：推荐继续使用已安装的 `@ant-design/charts`（v2.6.7）的 `Radar` 组件。该库已确认导出 `Radar` 组件，与项目现有 `Line`/`Bar` 用法一致，零新增依赖。不推荐 ECharts（+800KB 且风格不统一）、Chart.js 或 D3。 4. **工作量估算**：4.25 人天（后端 API 1.5 天 + 前端雷达图 1.5 天 + 排名表联调 1.25 天）。 5. **推荐方案**：新增 `POST /api/reports/compare/multi` 端点支持 N 目标横向对比（最多 8 个 run），默认 6 维雷达图（通过率/响应速度/规则覆盖/安全性/准确性/稳定性），前端在 Reports 页面新增第三种视图模式 `multi`。

solahqb closed this issue

2026-08-25 07:58:34 +00:00

solahqb referenced this issue

2026-08-25 07:58:53 +00:00

Wayfinder: AgentEvalTool 价值评估与决策 #13

Sign in to join this conversation.