# Relatório de insights recorrentes
Crie uma configuração de avaliação on-line com insights e um cronograma de agrupamento. O serviço executa automaticamente análises de insights sobre a cadência configurada sem intervenção manual.
**Topics**
+ [Crie a configuração](#insights-recurring-create)
+ [Parâmetros de configuração](#insights-recurring-params)
+ [Atualizar uma configuração](#insights-recurring-update)
+ [Exibir resultados de relatórios recorrentes](#insights-recurring-view)
+ [Gerenciar a configuração](#insights-recurring-manage)
## Crie a configuração
**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
```
Em seguida, implante por meio de CloudFormation:
```
agentcore deploy -y --json
```
1. Execute `agentcore` para abrir a TUI, selecione **adicionar** e escolha **Online Insights**:
1. Selecione os insights para ativar:
1. Defina a taxa de amostragem:
1. Escolha as frequências de agrupamento:
1. Insira um nome de configuração:
1. Revise a configuração e pressione Enter 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}")
```
Isso faz com que o serviço:
+ Amostra de sessões na taxa configurada (100% neste exemplo — ajuste `--sampling-rate` ou `samplingPercentage` analise um subconjunto do tráfego).
+ Execute a análise de falhas e a extração da intenção do usuário em cada sessão amostrada.
+ Acione um relatório de agrupamento diariamente.
## Parâmetros de configuração
| Parâmetro | Tipo | Obrigatório | Description |
| --- | --- | --- | --- |
| `insights` | Lista | Obrigatório (mutuamente exclusivo com`evaluators`) | Lista de tipos de insights a serem executados. Cada entrada tem um`insightId`. Máximo 10. |
| `rule.samplingConfig.samplingPercentage` | Número | Não (padrão: 100) | Porcentagem de sessões a serem analisadas (1—100). Use uma taxa de amostragem mais baixa para agentes de alto tráfego para controlar os custos e, ao mesmo tempo, identificar padrões de falha. |
| `clusteringConfig` | Objeto | Não | Configura trabalhos periódicos de avaliação em lote para agrupamento. Contém uma `frequencies` lista. Só pode ser usado quando `insights` fornecido. |
| `clusteringConfig.frequencies` | Lista de strings | Sim (dentro`clusteringConfig`) | Um ou mais de:`DAILY`,`WEEKLY`,`MONTHLY`. Máximo de 3 valores. |
**nota**
Os insights e os avaliadores são mutuamente exclusivos — você deve fornecer um ou outro, não os dois. Se você quiser pontuação de qualidade e triagem de falhas para o mesmo agente, crie duas configurações separadas apontando para a mesma fonte de dados.
## Atualizar uma configuração
Modifique os insights ou a frequência do agrupamento:
```
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
insights=[
{"insightId": "Builtin.Insight.FailureAnalysis"},
{"insightId": "Builtin.Insight.UserIntent"},
],
clusteringConfig={"frequencies": ["DAILY", "WEEKLY"]},
)
```
## Exibir resultados de relatórios recorrentes
Relatórios recorrentes produzem trabalhos de avaliação em lote automaticamente. Use `ListBatchEvaluations` para encontrar relatórios concluídos e, em seguida, `GetBatchEvaluation` para recuperar os 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")
```
## Gerenciar a configuração
**Example**
Pausa:
```
agentcore pause online-insights my_agent_insights --json
```
Currículo:
```
agentcore resume online-insights my_agent_insights --json
```
Remover:
```
agentcore remove online-insights --name my_agent_insights --yes --json
```
Pausar ou retomar:
```
# Pause
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
executionStatus="DISABLED",
)
# Resume
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
executionStatus="ENABLED",
)
```
Excluir:
```
client_cp.delete_online_evaluation_config(
onlineEvaluationConfigId=config_id,
)
```
**Atenção**
A exclusão de uma configuração não exclui os resultados anteriores da avaliação em lote. Os resultados históricos do insight permanecem acessíveis por meio de`GetBatchEvaluation`.