manuallatest产品手册 / 评估任务
评估任务
评估任务组合评测集、被测对象、评估器与字段映射。任务版本用于保存配置,每次执行形成一次 Run,承载状态、冻结快照和结果。
适用对象:发起、跟踪与分析评测的使用者。核对基线:2026-10-30 项目当前实现;已部署环境的入口可能随版本和权限有所不同。
检索关键词:Evaluation Run、草稿、任务版本、运行快照、复制、取消。
1. 按目标进入
- 配置一次评测:创建评估任务与字段映射。
- 解释评分并定位失败:查看结果与执行轨迹。
- 按固定周期重复执行:定时任务。
2. 查找和继续任务
- 进入“评估任务”,使用名称搜索和状态筛选定位任务。
- 未完成配置的任务使用“继续配置”,补齐配置后再启动。暂存草稿不会调用被测对象或评分模型。
- 已运行任务点击名称进入“任务结果”,在“结果”与“配置”之间切换。运行中的任务会自动刷新状态。
3. 理解状态
| 状态 | 含义与处理 |
|---|---|
| 未开始 / 草稿 | 配置尚未执行;继续配置或暂存。 |
| 排队中 | 已提交,等待执行资源;先查看进度,避免重复创建。 |
| 运行中 | 正在调用被测对象或评分。 |
| 取消中 | 已提出取消请求,等待当前执行收敛。 |
| 已完成 | 全部 Case 已执行结束,且没有失败 Case;不代表业务质量达标。 |
| 部分失败 | 部分调用或评分失败,仍可查看已完成结果。 |
| 失败 | 本次执行失败,需从 Case 和失败原因定位。 |
| 已取消 | 已取消后续执行,已完成结果保留。 |
4. 复制、取消与删除
使用列表“复制任务”会立即创建独立草稿,默认带副本名称并保留配置供核对,不会自动启动。复制前后应检查评测集版本、被测对象、评估器版本及映射;成功反馈后进入配置完成启动。
运行期间需要停止时,在结果页点击“取消任务”并确认。取消不会抹去已完成结果,也不代表撤回被测 Agent 已经执行的外部操作。
列表仅允许删除草稿或失败任务;删除前确认已保存所需结果,该操作不可恢复。任务名称在同一项目的独立任务之间唯一,草稿也占用名称;名称冲突时修改名称继续,不必重新填写全部配置。
5. 版本与历史事实
任务绑定明确的评测集版本和评估器版本,启动时再冻结执行快照。随后编辑资产不会改写历史输入、映射或评分。分析历史任务时以“配置”中的冻结内容为准,不能用资产当前最新内容代替本次实际配置。
6. 下一步与相关页面
- 新建任务:创建评估任务与字段映射。
- 定位低分 Case:查看结果与执行轨迹。
- 重复执行:定时任务。
返回使用手册首页:
这篇文档对你有帮助吗?

