跳到主要内容

评估

评估页面提供角色的运行数据统计和可视化分析，包括总任务数、成功率、中位耗时、Token 消耗和估算成本，以及每日任务趋势和每日 Token 消耗图表。

页面概览​

页面顶部为角色名称和运行状态，右上角为「编辑配置」和「停止」按钮。

时间范围​

右上角提供时间范围选择器（如"近 30 天"），可切换统计的时间范围。

核心指标卡片​

顶部展示五个核心统计指标：

指标说明示例
总任务数统计范围内的任务总数34
成功率成功任务占比，附带成功/失败数97.1%（成功 33 / 失败 1）
中位耗时任务执行耗时的中位数，附带 P95 值29.3s（P95: 2m0s）
Token 消耗总 Token 消耗量，附带平均每次消耗33.5K（平均 984.9/次）
估算成本统计范围内的估算成本（美元）$0.1612

每日任务趋势​

图表说明​

  • 类型：堆叠柱状图
  • Y 轴：任务数量（0、6、12、17、23）
  • X 轴：日期（08-09 至 09-05）
  • 图例：成功（深蓝色）、失败（浅红色）

图表解读​

柱状图展示每日的任务执行数量，成功和失败分别用不同颜色堆叠显示。可以直观看到：

  • 任务量的日期分布
  • 哪些日期任务量较高
  • 失败任务的分布情况

每日 Token 消耗​

图表说明​

  • 类型：折线面积图
  • Y 轴：Token 消耗量（5.3K、10.6K、16.0K、21.3K）
  • X 轴：日期
  • 颜色：紫色折线和填充面积

图表解读​

折线图展示每日的 Token 消耗量变化趋势，可以直观看到：

  • Token 消耗的波动情况
  • 消耗高峰日期
  • 整体消耗趋势

数据应用​

性能分析​

  • 成功率：评估角色的稳定性，低于 95% 建议排查失败原因
  • 中位耗时 / P95：评估角色的响应速度，P95 过高说明存在慢任务
  • Token 消耗 / 平均每次：评估角色的资源使用效率

成本控制​

  • 估算成本：掌握角色的运行成本
  • Token 消耗趋势：识别成本异常增长的日期
  • 平均每次消耗：优化 prompt 和技能调用以降低单次消耗

容量规划​

  • 总任务数：评估角色的负载情况
  • 每日任务趋势：预测未来资源需求
  • 高峰日期分析：为高负载时段做准备
提示

建议定期查看评估页面，关注以下预警信号：(1) 成功率持续下降 — 检查是否有技能故障或模型问题；(2) P95 耗时突然升高 — 排查是否有复杂任务或外部依赖变慢；(3) Token 消耗异常增长 — 检查是否有无限循环或重复调用。将时间范围切换到"近 7 天"可以更敏锐地发现近期变化。