查看实验与结果 - AgentKit 文档

eval experiment 命令组（别名 exp）用于查看由 eval run 提交的实验：列出实验、查看某个实验的状态与汇总分数、拉取逐条结果。

eval experiment list

列出项目下的实验：ID、名称、状态、开始时间、汇总分数。

标志/参数	说明	默认值
`-p, --project <name>`	项目名称	`default`
`--json`	输出原始 JSON	`false`

agentkit eval experiment list

eval experiment get

查看某个实验的详情：状态、数据集、目标、加权总分，以及每个评估器的平均分与分数分布。

标志/参数	说明	默认值
`<id>`	实验 ID（必填）	无
`-p, --project <name>`	项目名称	`default`
`--json`	输出原始 JSON	`false`

agentkit eval experiment get 75901xxxxxxxxxxxxx

ID              75901xxxxxxxxxxxxx
Name            qa-set-2026-07-03-12-16-21
Status          Success
Dataset         qa-set (75900xxxxxxxxxxxxx)
Target          75901xxxxxxxxxxxxx
Weighted score  enabled
Overall score   1.00

Evaluators:
  相关性 @0.0.1  avg 1.00
    1.00: 2 (100%)

eval experiment results

拉取逐条结果：每条数据集用例、目标输出、以及各评估器的分数与理由。

标志/参数	说明	默认值
`<id>`	实验 ID（必填）	无
`-p, --project <name>`	项目名称	`default`
`--limit <n>`	每页条数（上限 20）	`20`
`--page <n>`	页码	`1`
`--json`	输出原始 JSON	`false`

agentkit eval experiment results 75901xxxxxxxxxxxxx --json

实验状态

状态	含义
`Success`	所有用例执行完成
`Failed`	有用例执行失败（如目标未响应）
`Draining` / `Processing`	仍在执行中

用例失败但没有实验级错误信息时，通常是目标运行时未正常响应（未部署、未就绪或鉴权失败），而非评测配置问题；请先确认 --target 指向的运行时处于运行状态。

最后修改于 2026年9月19日