# 週期性洞見報告
建立具有洞察和叢集排程的線上評估組態。此服務會自動在設定的節奏上執行洞見分析，無需手動介入。
**Topics**
+ [建立組態](#insights-recurring-create)
+ [組態參數](#insights-recurring-params)
+ [更新組態](#insights-recurring-update)
+ [檢視週期性報告結果](#insights-recurring-view)
+ [管理組態](#insights-recurring-manage)
## 建立組態
**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
```
然後，透過 CloudFormation 部署：
```
agentcore deploy -y --json
```
1. 執行 `agentcore`以開啟 TUI，然後選取**新增**，然後選擇**線上洞見**：
1. 選取要啟用的洞見：
1. 設定取樣率：
1. 選擇叢集頻率：
1. 輸入組態名稱：
1. 檢閱組態，然後按 Enter 鍵確認：
```
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}")
```
這會通知服務：
+ 以設定的速率取樣工作階段 （在此範例中為 100% — 調整 `--sampling-rate`或 `samplingPercentage`以分析一部分的流量）。
+ 在每個取樣工作階段上執行失敗分析和使用者意圖擷取。
+ 每天觸發叢集報告。
## 組態參數
| 參數 | Type | 必要 | 說明 |
| --- | --- | --- | --- |
| `insights` | 清單 | 必要 （與 互斥`evaluators`) | 要執行的洞見類型清單。每個項目都有 `insightId`。上限為 10。 |
| `rule.samplingConfig.samplingPercentage` | Number | 否 （預設值：100) | 要分析的工作階段百分比 (1—100)。為高流量代理程式使用較低的取樣率來控制成本，同時仍然浮現失敗模式。 |
| `clusteringConfig` | 物件 | 否 | 設定叢集的定期批次評估任務。包含`frequencies`清單。只能在提供 `insights` 時使用。 |
| `clusteringConfig.frequencies` | 字串清單 | 是 （在 內`clusteringConfig`) | 一或多個：`DAILY`、`WEEKLY`、`MONTHLY`。最多 3 個值。 |
**注意**
洞見和評估者是互斥的 - 您必須提供其中一個，而不是兩者。如果您想要相同代理程式的品質評分和失敗分類，請建立指向相同資料來源的兩個不同組態。
## 更新組態
修改洞見或叢集頻率：
```
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
insights=[
{"insightId": "Builtin.Insight.FailureAnalysis"},
{"insightId": "Builtin.Insight.UserIntent"},
],
clusteringConfig={"frequencies": ["DAILY", "WEEKLY"]},
)
```
## 檢視週期性報告結果
週期性報告會自動產生批次評估任務。使用 `ListBatchEvaluations` 尋找已完成的報告，然後使用 `GetBatchEvaluation` 擷取結果：
```
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")
```
## 管理組態
**Example**
暫停：
```
agentcore pause online-insights my_agent_insights --json
```
繼續：
```
agentcore resume online-insights my_agent_insights --json
```
移除：
```
agentcore remove online-insights --name my_agent_insights --yes --json
```
暫停或繼續：
```
# Pause
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
executionStatus="DISABLED",
)
# Resume
client_cp.update_online_evaluation_config(
onlineEvaluationConfigId=config_id,
executionStatus="ENABLED",
)
```
刪除：
```
client_cp.delete_online_evaluation_config(
onlineEvaluationConfigId=config_id,
)
```
**警告**
刪除組態不會刪除過去的批次評估結果。歷史洞見結果仍可透過 存取`GetBatchEvaluation`。