链路查询 & 任务回放
检索Trace链路，查看完整任务回放、评测打分详情
Trace列表
| TraceID |
项目 |
版本 |
AB分组 |
总耗时ms |
总Token |
AI评测 |
RAG评测 |
是否工单 |
创建时间 |
操作 |
| trace-001289 |
巡检机器人 |
v1.2.0 |
A组 |
1485 |
1240 |
已完成 |
已完成 |
是 |
2026-10-09 14:22 |
|
| trace-001290 |
巡检机器人 |
v1.2.0 |
B组 |
921 |
890 |
已完成 |
未开启 |
否 |
2026-10-09 14:25 |
|
人工复检工单
自动触发低分Trace工单，人工复核判定、根因标记，闭环审计
工单列表
| 工单ID |
触发规则 |
TraceID |
项目 |
版本 |
创建时间 |
处理人 |
状态 |
操作 |
| WO-20261009-001 |
任务完成度低分 |
trace-001289 |
巡检机器人 |
v1.2.0 |
2026-10-09 14:23 |
- |
待处理 |
|
| WO-20261009-002 |
RAG召回低分 |
trace-001291 |
巡检机器人 |
v1.2.0 |
2026-10-09 15:01 |
评测工程师A |
处理中 |
|
BadCase & 测试用例库
管理问题案例库，维护回归测试集，支持从BadCase批量导入用例
BadCase列表
| BadCase ID |
TraceID |
项目 |
版本 |
根因标签 |
是否加入回归集 |
创建时间 |
操作 |
| BC-0001 |
trace-001289 |
巡检机器人 |
v1.2.0 |
Agent规划问题 |
否 |
2026-10-09 |
|
回归测试集
| 测试集ID |
测试集名称 |
用例数量 |
描述 |
创建时间 |
操作 |
| TS-001 |
机器人回归集-v2 |
120 |
机器人全场景回归用例 |
2026-09-20 |
|
AB实验管理
创建AB对照实验，对比两组Agent/RAG版本指标差异
实验列表
| 实验ID |
实验名称 |
A组版本 |
B组版本 |
状态 |
时间范围 |
操作 |
| AB-001 |
工具调用优化对比实验 |
v1.1.0 |
v1.2.0 |
已结束 |
2026-10-01 ~ 2026-10-07 |
|
指标对比面板
A组 v1.1.0
任务完成度平均分：3.10
工具调用正确率：3.90
平均延迟：740ms
平均Token：910
BadCase数量：27
B组 v1.2.0
任务完成度平均分：3.42
工具调用正确率：4.31
平均延迟：682ms
平均Token：862
BadCase数量：18