为 Agent 发起运营评估任务。评估任务会根据设定的评估粒度、时间范围、用户范围以及抽样方式等规则，对接入的 Agent 数据进行评估打标，并输出评估报告，报告内容包含核心数据指标、会话意图分析、问题和优化建议等详细数据。

1. 登录增长分析平台。
2. 在顶部导航栏，选择 Agent 运营分析。
3. 在左侧选择业务空间，并进入评估打标 > 评估任务页面。
4. 在页面右上角，单击新建任务，并完成以下配置。
   
   • 任务名称：自定义名称，标识当前评估任务。
   • 评估 Agent：选择需要评估的 Agent。若未接入 Agent 请先接入，具体操作请参见添加 Agent。
   • 数据回流：根据实际所需，选择数据回流或数据不回流。选择数据回流后，系统将按照评估器输出规则回流数据。
   • 评估粒度：
     • Trace消息：单轮请求，一次完整请求/任务/流程的全生命周期唯一标识，会将一次业务流程里所有相关执行片段串成一条完整链路，全局唯一。
     • Session会话：多轮对话，用户与 Agent 从开始到结束的完整交互过程，是一次连续的对话旅程，智能助手会在会话期间维持上下文信息。
   • 时间范围：评估指定时间段内的 Agent 数据。
   • 抽样方式：
     • 随机抽样：由系统随机抽样数据进行评估。需要设置抽样数量，数量不超过 100,000。
     • 全量评估：即评估所有数据。
     • 百分比抽样：需要设置百分比，每条数据有所选百分比概率被抽样到。
     • 分层抽样：需添加一至多个用户群，自定义抽样条数（数量不超过 100,000）、筛选条件进行分层抽样。
       
   • 消息属性筛选：根据实际需要，设置指定属性的筛选条件过滤消息。支持添加多个筛选项，多个属性之间支持 AND 或 OR 关系。
     
   • 用户筛选：根据实际需要，添加属性、行为筛选指定范围的用户。支持添加多个筛选项，多个项目之间支持 AND 或 OR 关系。
     
5. 在界面右下角单击预估数据量，可查看系统预估结果，仅作参考。
6. 单击下一步，在配置评估器界面，选择当前评估任务所需使用的评估器。
   
   • 若您未创建评估器，请先创建，具体操作请参见新建评估器。
   • 支持通过评估器名称、类型、输出结果筛选过滤评估器。
7. 单击确定。
   后续可在评估任务列表中，查看评估任务的处理进度。
   

新建运营评估任务之后，等待任务执行完成，可在任务列表的操作列单击查看，查看报告详情。

在报告详情页，支持以下操作。

• 查看用户数据、评估数据、打标耗时、评估器统计看板。
  
• 查看评估器输出结果统计看板，包括模型 Token 消耗数据。例如，某会话情绪评估器的情绪标签分布统计结果。
  在看板右上角单击深度分析，可跳转至事件分析功能查看详细分析结果。
  
• 查看评估结果的数据明细。
  • 会话评估会展示每条会话的 ID、评估状态、输入数据、评估耗时、评估器输出结果等信息。
    
    在操作列单击评估详情，可查看评估器结果，包含所用评估器、评估状态、评估结果与评估理由。
    
  • Trace 评估会展示 Trace 的 ID、评估状态、输入数据、评估耗时、评估器输出结果等信息。
    
    • 在操作列单击查看，可查看当前 Trace 对应的 Span 调用树，展示完整的执行链路，单击某一 Span，可查看对应的 Run、Metadata 数据。
      
      • Run：展示所选 Span 的输入和输出数据。在页面右侧展示 Span 的参数信息，部分参数说明：
        • Status：当前链路的状态
        • Span ID：操作单元 ID
        • Session ID：会话 ID
        • Type：类型，例如模型（model）、技能（skill）、提示词（prompt）
        • 耗时：执行当前链路的耗时
        • 开始时间：请求开始处理的时间
        • Tokens：输入和输入的总 Token 数
        • ModelProvider：模型服务商
        • ModelName：模型名称
        • Stream：流式响应
        • LatencyFirstResp：流式响应中首次返回数据的时间
      • Metadata：以 JSON 格式展示所选 Span 的元数据。
    • 在操作列单击评估详情，可查看评估器结果，包含所用评估器、评估状态、评估结果与评估理由。