> ## Documentation Index
> Fetch the complete documentation index at: https://docs.veadk.xyz/llms.txt
> Use this file to discover all available pages before exploring further.

# 查看实验与结果

`eval experiment` 命令组（别名 `exp`）用于查看由 [`eval run`](/productions/agentkit-cli/preview/zh/commands/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。TEA 后端会在详情中展示目标、评估器版本、聚合分数和字段映射；Coze 后端继续按项目查询实验。

<Note>
  `--project` 只用于 Coze 评测后端；TEA 后端会忽略该参数。
</Note>

## eval experiment list

列出项目或工作区下的实验：ID、名称、状态、开始时间、创建人和汇总分数。

| 标志/参数 | 说明 | 默认值 |
| - | - | - |
| `-p, --project <name>` | Coze 项目名称；TEA 后端忽略。 | `default` |
| `--json` | 输出原始 JSON。 | `false` |

```bash lines theme={null}
agentkit eval experiment list

agentkit eval exp list --json
```

## eval experiment show

查看某个实验的详情：状态、评测集、目标、评估器、汇总分数和字段映射。`get` 是 `show` 的别名。

| 标志/参数 | 说明 | 默认值 |
| - | - | - |
| `<id>` | 实验 ID。 | 必填 |
| `-p, --project <name>` | Coze 项目名称；TEA 后端忽略。 | `default` |
| `--json` | 输出原始 JSON。 | `false` |

```bash lines theme={null}
agentkit eval experiment show 75901xxxxxxxxxxxxx
agentkit eval experiment get 75901xxxxxxxxxxxxx
```

```text lines theme={null}
ID              75901xxxxxxxxxxxxx
Name            qa-set-<timestamp>
Status          Success
Dataset         qa-set (75900xxxxxxxxxxxxx)
Target          my-agent
Overall score   1.00

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

Field mappings:
  target: user_input <- dataset.input
  相关性: output <- target.actual_output, reference_output <- dataset.reference_output
```

## eval experiment results

拉取逐条结果：每条评测集用例、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 |
| `-p, --project <name>` | Coze 项目名称；TEA 后端忽略。 | `default` |
| `--limit <n>` | 每页条数；上限为 20。 | `20` |
| `--page <n>` | 页码。 | `1` |
| `--json` | 输出原始 JSON。 | `false` |

```bash lines theme={null}
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，例如目标未响应。 |
| `Draining` / `Processing` | 仍在执行中。 |

<Tip>
  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。
</Tip>