轨迹数据结构说明与轨迹评测集数据添加方式
轨迹（Trajectory）是 AI Agent 在任务执行过程中生成的结构化时序数据，完整记录从接收用户指令开始，Agent 在多轮交互中进行的思考、行动和观察。轨迹评测用于评估 Agent 执行过程的可靠性，例如步骤逻辑是否通顺、是否存在无关冗余步骤，与仅评估最终输出互补。
什么是轨迹
轨迹数据为 JSON 格式，核心字段包括：
| 字段 | 说明 |
|---|---|
| schema_version | 轨迹结构版本 |
| session_id | 会话 ID |
| trajectory_id | 轨迹 ID |
| agent | 执行轨迹的智能体信息（名称、版本等） |
| steps | 步骤列表。每个步骤记录来源（user 或 agent）、消息内容、时间戳及执行详情（Span ID、耗时、Token 消耗等） |
| extra | 轨迹级执行详情：Span 标识、Span 类型、状态、耗时、语义格式（semantic_profile）及输入输出明细。agent、steps、final_metrics 下也各含 extra，承载各自的附加信息 |
| final_metrics | 汇总指标，包括总步数、Token 消耗、工具调用次数、首字延迟等 |
轨迹数据示例（节选）：
{
"schema_version": "ATIF-v1.8",
"session_id": "0efe2dc279b09aaf9d51b378af01f520",
"trajectory_id": "0efe2dc279b09aaf9d51b378af01f520:f4f2aa362afe7ae7",
"agent": {
"name": "invoke_agent_app",
"version": "2"
},
"steps": [
{
"source": "user",
"message": "Hello",
"timestamp": "2026-10-13T02:11:36.660Z",
"step_id": 1
},
{
"source": "agent",
"message": "Hello! How can I help you?",
"timestamp": "2026-10-13T02:11:36.660Z",
"step_id": 2
}
],
"extra": {
"span_kind": "CHAIN",
"operation_type": "invoke_agent_app",
"duration_ms": 4499,
"status": "1",
"semantic_profile": "bailian.trace-atif/v1"
},
"final_metrics": {
"total_steps": 2,
"total_prompt_tokens": 4984,
"total_completion_tokens": 52
}
}
说明单条新增轨迹数据时，点击轨迹样例可插入一条完整示例轨迹，作为手工录入的参考模板。
创建轨迹评测集
创建评测集时，场景选择轨迹，系统自动生成默认表结构：
| 列名 | 数据类型 | 必填 | 描述 |
|---|---|---|---|
| input | String | 是 | 用户输入 |
| reference_output | String | 否 | 参考输出 |
| trajectory | 轨迹 | 是 | 智能体执行轨迹 |
可在默认表结构上继续编辑列配置。详细步骤参考创建与管理。
添加轨迹数据
单条新增
在评测集详情页点击添加数据 > 单条新增，在弹窗中逐项填写：
- input（String，必填）：用户输入，最多 10000 字符。
- reference_output（String，选填）：参考输出，最多 10000 字符。
- trajectory（轨迹，必填）：智能体执行轨迹。
trajectory 字段以代码编辑器形式编辑，支持折叠、展开与复制。轨迹字段上方提供以下操作：
- 轨迹样例：插入一条示例轨迹 JSON。已有轨迹内容时，插入样例会覆盖当前内容，须在确认弹窗中二次确认。
- 通过 TraceID 导入：输入 Trace ID，导入该 Trace 对应的轨迹数据。请确保 Trace 当前有效。
- 预览：将当前轨迹数据渲染为 Trace 视图，查看调用链、输入输出、状态、耗时与 Token 消耗等详情。
警告轨迹数据须为合法的 JSON 对象，单条轨迹大小不能超过 1 MB，否则无法保存。
批量导入
在评测集详情页点击添加数据 > 批量导入：
- 上传本地文件。支持 .xls、.xlsx、.csv 格式，单个文件最大 20 MB。
- 选择导入方式：追加数据（保留已有数据，新数据追加到评测集末尾）或全量覆盖（清空已有数据后写入）。
- 配置列映射：将文件中的数据列映射到评测集的数据列，并核对字段类型一致。
说明导入过程中如存在失败数据，可在导入结果中下载日志查看失败原因。
通过 Trace 回流评测数据
应用观测中的 Trace 可直接导出为轨迹评测数据：在应用观测的 Trace 列表批量选择 Trace，配置 Trace 字段与评测集字段的映射关系，导入评测集。操作步骤参考应用观测中的添加到评测集。
该文章对您有帮助吗？