a77cd83e6a
## 新增功能 - 文件管理模块：分类树 + 文件上传/下载/删除 - 文件上传支持拖拽（Dragger）+ 手动上传（customRequest 模式） ## 页面布局统一（参照评测执行页） - 仪表盘/评测对象/评测场景/评测报告 全部改为全高 flex 布局 - 统一内联页头样式（h2 + 竖线分隔 + 描述） - 表格撑满高度、overflow 处理 - 每页添加刷新按钮 ## Bug 修复 - 分类树操作按钮 hover 不可见（CSS 规则缺失） - 文件上传失败（multipart boundary 缺失） - LLM API 响应 content blocks 数组格式支持（_extract_content_from_api_response） - response_time_max_ms 被静默忽略（隐式规则传空 params） - 空 messages 导致 IndexError 崩溃 - poll_reply 异常中止整个 run（缺 try/catch） - engine finally 未关闭 session - 3 个页面 UTC 时间戳解析偏差 8 小时 ## 后端 - EvalEngine: poll_reply 异常保护、空 dialog 保护、session 关闭 - LLM API 响应解析支持 content-block-array 格式 - 隐式 response_time 规则正确传递 max_ms 参数 ## 前端 - api.ts: 移除手动 Content-Type（让浏览器自动添加 boundary） - Files.tsx: customRequest 替代 beforeUpload、布局优化 - index.css: 分类树 hover 规则 - Targets/Scenarios/Home/Reports: 全高布局改造 - 3 个页面时间戳改用 formatDateTime()（修复 UTC 偏差） Co-Authored-By: Claude <noreply@anthropic.com>
5.1 KiB
5.1 KiB
AgentEvalTool 数据模型文档
版本: v1.0
日期: 2026-07-09
状态: 已发布
作者: AgentEval Team
一、概述
本文档描述 AgentEvalTool V1 版本的核心数据模型。所有模型均使用 Pydantic/SQLModel 定义，支持数据验证和持久化。
二、核心模型
2.1 EvalTarget（评测对象）
评测对象代表被评估的智能体服务。
class EvalTarget:
id: str # 唯一标识符（UUID）
name: str # 对象名称
description: str # 对象描述
platform: str # 平台类型："ai_digital_employee" | "ai_assistant"
channel_type: str # 通道类型："tutu-api"
channel_config: dict # 通道配置参数
status: str # 状态："active" | "inactive" | "error"
created_at: datetime # 创建时间
updated_at: datetime # 更新时间
channel_config 字段说明（tutu-api）：
base_url: API 基础地址token: JWT 认证令牌tenant: 租户标识chat_channel_id: 聊天通道 IDchat_contact_id: 聊天联系人 ID
2.2 Scenario（评测场景）
评测场景定义一组测试用例和评估规则。
class Scenario:
id: str # 唯一标识符（UUID）
name: str # 场景名称
description: str # 场景描述
tags: List[str] # 标签列表
cases: List[Case] # 用例列表
created_at: datetime # 创建时间
updated_at: datetime # 更新时间
2.3 Case（评测用例）
评测用例定义具体的测试对话和期望结果。
class Case:
id: str # 用例标识符
type: str # 用例类型："single" | "multi_turn"
messages: List[str] # 消息列表（单轮或多轮）
expectations: Expectation # 期望结果
eval_rules: List[EvalRuleConfig] # 评估规则配置
2.4 EvalRun（评测执行记录）
评测执行记录跟踪一次完整的评测任务。
class EvalRun:
id: str # 唯一标识符（UUID）
target_id: str # 评测对象 ID
scenario_id: str # 评测场景 ID
status: str # 状态："pending" | "running" | "completed" | "failed"
started_at: datetime # 开始时间
completed_at: Optional[datetime] # 完成时间
summary: Optional[dict] # 执行摘要
2.5 Turn（对话轮次）
对话轮次记录单次消息发送和回复。
class Turn:
id: str # 唯一标识符（UUID）
run_id: str # 所属执行记录 ID
case_id: str # 所属用例 ID
round_index: int # 轮次序号（从 1 开始）
sent_message: dict # 发送的消息内容
sent_at: datetime # 发送时间
question_msg_id: Optional[str] # 问题消息 ID（用于配对回复）
reply: Optional[dict] # 回复内容
received_at: Optional[datetime] # 接收时间
latency_ms: Optional[int] # 响应延迟（毫秒）
2.6 EvalResult（评估结果）
评估结果记录单条规则的评估结果。
class EvalResult:
id: str # 唯一标识符（UUID）
run_id: str # 所属执行记录 ID
case_id: str # 所属用例 ID
turn_id: str # 所属轮次 ID
rule_type: str # 规则类型："keyword_match" | "response_time" | "llm_score"
passed: bool # 是否通过
score: Optional[float] # 得分（0.0-1.0）
reason: str # 评估原因说明
三、数据库表结构
所有模型均持久化到 SQLite 数据库（data/agenteval.db）。
3.1 表名映射
| 模型 | 表名 |
|---|---|
| EvalTarget | eval_targets |
| Scenario | scenarios |
| EvalRun | eval_runs |
| Turn | turns |
| EvalResult | eval_results |
3.2 关系图
EvalTarget (1) ──< (N) EvalRun
Scenario (1) ──< (N) EvalRun
EvalRun (1) ──< (N) Turn
EvalRun (1) ──< (N) EvalResult
Turn (1) ──< (N) EvalResult
四、数据持久化
- 数据库: SQLite（本地文件存储）
- ORM: SQLModel（基于 Pydantic + SQLAlchemy）
- 数据目录:
data/agenteval.db: 主数据库scenarios/: 场景 YAML 文件reports/: 生成的报告文件
五、扩展性
当前数据模型设计预留了扩展点：
- 多通道支持:
EvalTarget.channel_type支持不同通道类型 - 多规则支持:
EvalResult.rule_type支持不同评估规则 - 多平台支持:
EvalTarget.platform支持不同平台类型 - 场景扩展:
Scenario.cases支持复杂的多轮对话场景