Ejemplos de código Parámetros de solicitud Respuesta Ciclo vital del estado Errores

Obtenga los resultados de la evaluación de lotes

Recupera el estado y los resultados de un trabajo de evaluación por lotes. Sondea esta operación hasta que el trabajo alcance un estado terminal (COMPLETED,FAILED, oSTOPPED).

Ejemplos de código

ejemplo

AgentCore CLI

La --wait bandera controla el agentcore run batch-evaluation comportamiento:

Con--wait: el comando se bloquea hasta que el trabajo alcance un estado terminal.

Sin--wait: el comando inicia el trabajo y regresa inmediatamente. El estado se sondea por separado.


# Start a job and block until it reaches a terminal state
agentcore run batch-evaluation -r MyAgent -e Builtin.Correctness --wait

# List previously started jobs (running jobs are refreshed from the service)
agentcore batch-evaluations history

# Check the status and results of a single job
agentcore view batch-evaluation <batch-evaluation-id>

# Non-interactive (JSON) output, the CLI analogue of a get_batch_evaluation polling loop
agentcore view batch-evaluation <batch-evaluation-id> --json

# Stop a running job
agentcore stop batch-evaluation -i <batch-evaluation-id>

Utilice el identificador de evaluación por lotes de la salida de la CLI de agentcore run batch-evaluation o de la agentcore batch-evaluations history lista.

AWS SDK (boto3)


import time
import boto3

client = boto3.client("bedrock-agentcore", region_name="us-west-2")

# Poll until terminal state
while True:
    result = client.get_batch_evaluation(batchEvaluationId=batch_eval_id)
    status = result["status"]
    print(f"Status: {status}")

    if status in ("COMPLETED", "COMPLETED_WITH_ERRORS", "FAILED", "STOPPED"):
        break
    time.sleep(30)

# Display results
if result.get("evaluationResults"):
    er = result["evaluationResults"]
    print(f"Sessions completed: {er.get('numberOfSessionsCompleted', 0)}")
    print(f"Sessions failed:    {er.get('numberOfSessionsFailed', 0)}")
    print(f"Total sessions:     {er.get('totalNumberOfSessions', 0)}")

    for summary in er.get("evaluatorSummaries", []):
        avg = summary.get("statistics", {}).get("averageScore")
        print(f"  {summary['evaluatorId']}: {avg}")

Parámetros de solicitud

Parámetro	Tipo	Obligatorio	Descripción
`batchEvaluationId`	Cadena	Sí	El identificador de evaluación del lote devuelto por`StartBatchEvaluation`. Se pasó como parámetro de ruta.

Respuesta

Campo	Tipo	Description (Descripción)
`batchEvaluationId`	Cadena	El identificador de evaluación del lote.
`batchEvaluationArn`	Cadena	ARN de la evaluación del lote.
`batchEvaluationName`	Cadena	El nombre del trabajo.
`status`	Cadena	Estado actual:`PENDING`,`IN_PROGRESS`,,`COMPLETED`,`COMPLETED_WITH_ERRORS`,`FAILED`, `STOPPINGSTOPPED`,`DELETING`.
`createdAt`	Timestamp	Cuándo se creó el trabajo.
`evaluators`	Enumeración	Los evaluadores utilizados.
`outputConfig`	Objeto	CloudWatch Registra el destino para obtener detalles por sesión. Contiene `cloudWatchConfig.logGroupName` y. `cloudWatchConfig.logStreamName`
`evaluationResults`	Objeto	Está presente cuando el trabajo ha procesado las sesiones. Consulte Comprender los resultados y los resultados.
`errorDetails`	Lista de cadenas	Mensajes de error si el trabajo ha fallado.

Campos de resultados de evaluación

Campo	Tipo	Description (Descripción)
`numberOfSessionsCompleted`	Entero	Número de sesiones evaluadas correctamente.
`numberOfSessionsFailed`	Entero	Número de sesiones que no superaron la evaluación.
`numberOfSessionsInProgress`	Entero	Número de sesiones que aún se están evaluando.
`totalNumberOfSessions`	Entero	Número total de sesiones descubiertas.
`numberOfSessionsIgnored`	Entero	Número de sesiones ignoradas para la evaluación. El servicio evalúa hasta 500 sesiones por trabajo; si se descubren más, se seleccionan las 500 más recientes.
`evaluatorSummaries`	Enumeración	Per-evaluator resultados agregados.

El evaluador resume los campos

Campo	Tipo	Description (Descripción)
`evaluatorId`	Cadena	ID del evaluador (por ejemplo,). `Builtin.GoalSuccessRate`
`statistics.averageScore`	Double	Puntuación media en todas las sesiones evaluadas.
`totalEvaluated`	Entero	Número de sesiones que puntuó este evaluador.
`totalFailed`	Entero	Número de sesiones en las que este evaluador falló.

Ciclo vital del estado

PENDING → IN_PROGRESS → COMPLETED
                      → COMPLETED_WITH_ERRORS
                      → FAILED
         STOPPING     → STOPPED
         DELETING

PENDIENTE: el trabajo se ha aceptado y está en cola para su procesamiento.
IN_PROGRESS: el servicio detecta sesiones y ejecuta evaluadores.
COMPLETADO: se han evaluado todas las sesiones. Los resultados están disponibles.
COMPLETED_WITH_ERRORS: el trabajo finalizó, pero en algunas sesiones se produjeron errores. Hay resultados parciales disponibles.
FALLO: se produjo un error en el trabajo. Compruebe errorDetails los detalles.
DETENER: se ha recibido una solicitud de detención. El trabajo se está acabando.
DETENIDO: el trabajo se detuvo antes de completarse. Es posible que haya resultados parciales disponibles.
ELIMINAR: se está eliminando el trabajo.

Errores

Error	Estado HTTP	Description (Descripción)
`ResourceNotFoundException`	404	No se encontró ninguna evaluación por lotes con el identificador especificado.
`ValidationException`	400	Formato de identificador de evaluación de lotes no válido.
`AccessDeniedException`	403	Permisos insuficientes.
`ThrottlingException`	429	Se superó la tasa de solicitudes.
`InternalServerException`	500	Service-side error.

Aviso JavaScript está desactivado o no está disponible en su navegador.

Para utilizar la documentación de AWS, debe estar habilitado JavaScript. Para obtener más información, consulte las páginas de ayuda de su navegador.

Convenciones del documento

Inicie la evaluación de lotes

Enumere las evaluaciones por lotes