---
name: agenteval-run
description: 触发 AgentEvalTool 评测任务并获取报告
---

当用户要求执行评测时，使用 exec 工具运行以下命令。
所有评测必须走 AgentEvalTool 标准 HTTP API（禁止直接调 CLI 或操作数据库）。

平台可能启用了 API Key 鉴权。每次执行命令前先读取密钥（文件不存在则为空，不影响未启用鉴权的环境）：

```bash
KEY=$(cat ~/.openclaw/agenteval-api-key 2>/dev/null)
```

以下所有 curl 命令都必须带 `-H "X-API-Key: $KEY"`。

## 查看评测对象列表
```bash
curl -s -H "X-API-Key: $KEY" http://agenteval:8000/api/targets | python3 -m json.tool
```

## 查看评测场景列表
```bash
curl -s -H "X-API-Key: $KEY" http://agenteval:8000/api/scenarios | python3 -m json.tool
```

## 启动评测

必须携带 `"triggered_by": "ai_assistant"`，平台以此区分手动触发与 AI 助手触发：

```bash
curl -s -X POST http://agenteval:8000/api/runs \
  -H "X-API-Key: $KEY" \
  -H "Content-Type: application/json" \
  -d '{"target_id": "<target_id>", "scenario_id": "<scenario_id>", "triggered_by": "ai_assistant"}'
```

响应中的 `id` 字段即 run_id，请务必回报给用户。

## 查看运行状态

轮询直到 `status` 变为 `completed` 或 `failed`（建议每 5 秒一次）：

```bash
curl -s -H "X-API-Key: $KEY" http://agenteval:8000/api/runs/<run_id> | python3 -m json.tool
```

## 获取报告
```bash
curl -s -H "X-API-Key: $KEY" http://agenteval:8000/api/reports/<run_id> | python3 -m json.tool
```

请将 <target_id>、<scenario_id>、<run_id> 替换为实际值。
完成后向用户汇报：run_id、状态、通过率（summary.pass_rate）以及失败用例摘要。