# Informe de información recurrente
Cree una configuración de evaluación en línea con información y un cronograma de agrupamiento. El servicio ejecuta automáticamente el análisis de la información en la cadencia configurada sin intervención manual.
**Topics**
+ [Cree la configuración](#insights-recurring-create)
+ [Parámetros de configuración](#insights-recurring-params)
+ [Actualice una configuración](#insights-recurring-update)
+ [Vea los resultados de los informes periódicos](#insights-recurring-view)
+ [Administre la configuración](#insights-recurring-manage)
## Cree la configuración
**Example**
```
agentcore add online-insights --name my_agent_insights --runtime MyAgent --insights Builtin.Insight.FailureAnalysis --sampling-rate 100 --clustering-frequency DAILY --enable-on-create --json
```
A continuación, impleméntela mediante CloudFormation:
```
agentcore deploy -y --json
```
1. Ejecute `agentcore` para abrir la TUI, luego seleccione **agregar** y elija **Online Insights**:
1. Seleccione la información que desee activar:
1. Establezca la frecuencia de muestreo:
1. Elija las frecuencias de agrupamiento:
1. Introduzca un nombre de configuración:
1. Revise la configuración y pulse Entrar para confirmar:
```
import boto3
client_cp = boto3.client("bedrock-agentcore-control", region_name="us-west-2")
response = client_cp.create_online_evaluation_config(
onlineEvaluationConfigName="my_agent_insights",
rule={
"samplingConfig": {"samplingPercentage": 100.0},
"sessionConfig": {"sessionTimeoutMinutes": 30},
},
dataSourceConfig={
"cloudWatchLogs": {
"serviceNames": ["MyAgent.DEFAULT"],
"logGroupNames": [
"/aws/bedrock-agentcore/runtimes/MyAgent-abc123-DEFAULT"
],
}
},
insights=[
{"insightId": "Builtin.Insight.FailureAnalysis"},
{"insightId": "Builtin.Insight.UserIntent"},
],
clusteringConfig={"frequencies": ["DAILY"]},
evaluationExecutionRoleArn="arn:aws:iam::123456789012:role/AgentCoreEvaluationRole",
enableOnCreate=True,
)
config_id = response["onlineEvaluationConfigId"]
print(f"Created config: {config_id}")
```
Esto le indica al servicio que:
+ Sesiones de muestra a la velocidad configurada (100% en este ejemplo: ajuste `--sampling-rate` o `samplingPercentage` analice un subconjunto del tráfico).
+ Realice un análisis de errores y extraiga la intención del usuario en cada sesión muestreada.
+ Genere un informe de agrupamiento en clústeres todos los días.
## Parámetros de configuración
| Parámetro | Tipo | Obligatorio | Description (Descripción) |
| --- | --- | --- | --- |
| `insights` | Enumeración | Obligatorio (se excluye mutuamente con`evaluators`) | Lista de tipos de información que se van a ejecutar. Cada entrada tiene un`insightId`. Máximo 10. |
| `rule.samplingConfig.samplingPercentage` | Número | No (predeterminado: 100) | Porcentaje de sesiones a analizar (de 1 a 100). Utilice una frecuencia de muestreo más baja para los agentes de alto tráfico a fin de controlar los costes y, al mismo tiempo, detectar patrones de fallo. |
| `clusteringConfig` | Objeto | No | Configura trabajos periódicos de evaluación por lotes para la agrupación en clústeres. Contiene una `frequencies` lista. Solo se puede usar cuando `insights` se proporciona. |
| `clusteringConfig.frequencies` | Lista de cadenas | Sí (dentro`clusteringConfig`) | Uno o más de:`DAILY`,`WEEKLY`,`MONTHLY`. Máximo 3 valores. |
**nota**
Los conocimientos y los evaluadores se excluyen mutuamente: debe proporcionar uno u otro, no ambos. Si quiere puntuar la calidad y clasificar los fallos del mismo agente, cree dos configuraciones distintas que apunten a la misma fuente de datos.
## Actualice una configuración
Modifique la información o la frecuencia de agrupamiento:
```
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
insights=[
{"insightId": "Builtin.Insight.FailureAnalysis"},
{"insightId": "Builtin.Insight.UserIntent"},
],
clusteringConfig={"frequencies": ["DAILY", "WEEKLY"]},
)
```
## Vea los resultados de los informes periódicos
Los informes periódicos generan automáticamente trabajos de evaluación por lotes. Se utilizan `ListBatchEvaluations` para buscar informes finalizados y, `GetBatchEvaluation` a continuación, para recuperar los resultados:
```
client = boto3.client("bedrock-agentcore", region_name="us-west-2")
# List recent batch evaluations
evaluations = client.list_batch_evaluations()
for eval_summary in evaluations.get("batchEvaluations", []):
if eval_summary["status"] == "COMPLETED" and eval_summary.get("insights"):
result = client.get_batch_evaluation(
batchEvaluationId=eval_summary["batchEvaluationId"]
)
print(f"Report: {eval_summary['batchEvaluationName']}")
if "failureAnalysisResult" in result:
failures = result["failureAnalysisResult"]["failures"]
print(f" Found {len(failures)} failure categories")
```
## Administre la configuración
**Example**
Pausa:
```
agentcore pause online-insights my_agent_insights --json
```
Currículum:
```
agentcore resume online-insights my_agent_insights --json
```
Eliminar:
```
agentcore remove online-insights --name my_agent_insights --yes --json
```
Pausar o reanudar:
```
# Pause
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
executionStatus="DISABLED",
)
# Resume
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
executionStatus="ENABLED",
)
```
Delete:
```
client_cp.delete_online_evaluation_config(
onlineEvaluationConfigId=config_id,
)
```
**aviso**
Al eliminar una configuración, no se eliminan los resultados de las evaluaciones de lotes anteriores. Se puede acceder a los resultados de la información histórica durante todo el proceso`GetBatchEvaluation`.