AgentEvalTool/CHANGELOG.md

Changelog

本文档记录 AgentEvalTool 的所有重要变更。

格式基于 Keep a Changelog， 版本号遵循 语义化版本 规范。

[1.3.0] - 2026-08-24

架构深化（两轮审查候选全部落地）

• 智能评估可见性接缝收敛：「已删即 404」语义收进 repository 单一权威 （require_live_eval），任务监控隐藏已删评估任务（唯一刻意行为变化）
• 耐久智能作业结算统一：分析/周期对比 executor 收敛为 execute(job_kind, work_fn) 深接缝，幂等入队、认领、失败截断、结算顺序单一实现
• 存储层拆分：storage/repository.py / storage/db.py 按域拆为包； intelligent_eval/lifecycle.py 按状态机阶段拆为包
• 前端：Campaigns.tsx 拆分为 campaigns/ 子组件；ReadSlot 泛化为通用资源接缝； api.ts 拆为 10 个域模块；重复工具函数收敛（fmtPct/personaLabel 等）
• 编排下沉：runs router 回归 HTTP 翻译，编排逻辑移入 services

性能优化

• 数据库：SQLite 启用 WAL；新增 6 个性能索引（幂等迁移）； 消除 4 处 N+1 查询（task_queue 扫描、scenario bindings、orphan campaigns、计数聚合）
• 并发执行：EvalEngine case 并行（默认 3）、规则评估并行（默认 5）、 Campaign occurrence 派生并行（默认 2），新增对应 AGENTEVAL_ 环境变量配置

测试

• 后端 963 用例、前端 232 用例全绿；新覆盖调度器错误路径、状态机迁移、 五个零覆盖前端组件等

1.2.0 - 2026-08-20

新增

• 智能评估终态收敛纪律（ADR-0011）
  • 新增 watchdog 机制监控评估生命周期，确保异常状态自动收敛
  • 实现时间窗口槽位尊重逻辑，避免在窗口未结束时催促 analyst

优化

• 智能评估抽屉 UI 全面升级

  • 概览 Tab

    • 重构为单列布局，信息层次更清晰
    • 会话进度列添加 tooltip 显示详细信息
    • 种子集区域扩大显示空间，支持完整展示
    • 添加底部收尾标识，明确内容结束位置

  • 执行过程 Tab

    • 生命周期时间线添加时间戳显示
    • 当前阶段标识优化为节点上的徽章
    • 时段分布从卡片式改为表格视图，更直观
    • 移除活动流 50 条限制，显示全部内容

  • 评估报告 Tab

    • 维度得分从柱状图改为进度条卡片布局
    • 添加等级标签（优秀/良好/待改进）和图标
    • 修正 5 分制显示逻辑，正确展示实际分数

  • 配置历史 Tab

    • 详情页布局与概览 Tab 保持一致
    • 统一字体规范和视觉风格

  • 抽屉整体

    • 宽度从 1000px 增加到 1200px
    • 统一所有 Tab 的字体规范（13px 正文 / 12px 标签）
    • 统一底部留白（24px）

技术细节

• 移除 @ant-design/charts 依赖中的 Column 和 Bar 组件使用
• 自定义 LifecycleTimeline 和 TimeDistributionTable 组件
• 自定义 DimensionScoresCards 组件替代图表库
• 统一使用 colors token 和 statusColors token

修复

• 修正维度得分显示为 5 分制实际值（如 4.8）而非百分比（如 480）
• 修正进度条计算逻辑，基于 5 分制正确显示百分比
• 修正 analyst 催促逻辑，尊重时间窗口槽位分布

1.1.1 - 2026-08-20

之前的版本变更请参考 git 历史记录。