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> |
||
|---|---|---|
| .. | ||
| agenteval_skill.py | ||
| README.md | ||
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
agentevalCLI，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。