sinohqb a77cd83e6a v0.2.0-dev: 文件管理 + 页面布局统一 + 6 个 bug 修复

## 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>

2026-07-16 15:25:22 +08:00

2.2 KiB

Raw Blame History

OpenClaw 插件 for AgentEvalTool

本目录提供 OpenClaw 调用 AgentEvalTool 的示例技能，使 OpenClaw 能够自闭环完成评测策略设计。

设计原则

AgentEvalTool 作为独立的 CLI 工具集存在，负责：
- 评测对象管理
- 评测场景管理
- 评测执行与原始数据收集
- 评估分析与报告生成
OpenClaw 通过本插件调用 agenteval CLI，负责：
- 评测策略编排（选择对象、场景、触发时机）
- 定时调度（OpenClaw 自身的 cron + skill 机制）
- 结果通知与后续动作

前置条件

已安装 AgentEvalTool CLI：
```
pip install -e /path/to/AgentEvalTool
```
agenteval 命令已在 PATH 中可用。
已通过 agenteval target add 注册评测对象。
已通过 agenteval scenario import 导入评测场景。

接入方式

方式一：直接调用 CLI（推荐）

在 OpenClaw Skill 中直接调用系统命令：

import subprocess

# 触发评测
subprocess.run([
    "agenteval", "run", "start",
    "--target-id", "<target-id>",
    "--scenario-id", "<scenario-id>",
], check=True)

# 获取报告（需要在运行输出中解析 run_id）
report = subprocess.check_output([
    "agenteval", "report", "show", "<run-id>", "--format", "json",
])

方式二：使用本目录封装的 Skill

参考 agenteval_skill.py，在 OpenClaw 中注册技能时传入配置：

{
  "target_id": "<target-id>",
  "scenario_id": "<scenario-id>",
  "report_format": "json"
}

OpenClaw 定时评测示例

OpenClaw 的 cron 配置（具体格式以 OpenClaw 平台为准）：

skill: agenteval_skill
schedule: "0 9 * * *"  # 每天早上 9 点执行
config:
  target_id: "<target-id>"
  scenario_id: "<scenario-id>"
  report_format: "json"

CLI 返回的 run_id 解析

agenteval run start 成功后会输出：

评测完成: run_id=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx, status=completed

OpenClaw Skill 需要从 stdout 中提取 run_id，然后调用 agenteval report show <run_id> 获取报告。

扩展建议

可以在 OpenClaw Skill 中根据报告结果触发告警、创建工单或通知相关人员。
可以将报告推送到企业微信、钉钉、邮件等通道。

2.2 KiB Raw Blame History Unescape Escape