FUURAA™ 赋睐™ AI 知识图书馆 · 浏览器本地工具

AI Agent 评估运行记录器

把一次 Agent 系统评估整理为可重建、可比较、可到期的 JSON 记录。所有填写内容仅在当前浏览器页面处理，除非你主动下载或复制。

工具状态公开可用 · 浏览器本地记录规则ai-agent-evaluation-run-record/v1来源核对2026 年 8 月 4 日

运行记录工作区

六部分记录，把系统身份、运行证据与有限发布决定连接起来。

从空白开始，或载入明确标注的虚构示例。完成度只检查字段是否存在，不判断测试设计、证据真实性或部署安全。

0%仍有 38 个字段未填写。

决策与系统身份

冻结具体部署问题与完整行动系统。

0/9

记录编号部署决策 Agent 与发布版本模型栈工具与连接器执行环境记忆权限边界人工控制

任务分布与基线

说明抽样工作、受影响对象与让结果有意义的比较基线。

0/5

预期使用者工作流任务分布失败后果冻结基线

评估设计

预先声明数据、固定条件、评分器、阈值、重复次数与责任评估者。

0/6

数据集或任务集固定条件与初始状态评分器与人工量表通过与阻断阈值重复与随机种子评估负责人

结果与过程证据

把结果与轨迹一起保留，避免平均值掩盖关键失败。

0/6

逐任务结果过程轨迹波动与不确定性恢复与交接成本与延迟关键失败

迁移与适用边界

说明已测试语境，以及仍缺乏支持的迁移。

0/5

语言地区与领域运行者排除用途剩余风险与未知

有限发布决定

把决定绑定到责任人、监测、回滚、到期与重跑触发条件。

0/7

发布状态决策负责人监测计划回滚与停止计划决定到期日重跑触发条件决定理由

JSON

机器可读运行记录预览

导出采用 RFC 8259 JSON。字段结构是 FUURAA 公共方法，不是国际标准、审计或认证格式。

{
  "schema": "fuuraa.ai-agent-evaluation-run-record/v1",
  "record_id": "",
  "deployment_decision": "",
  "system_identity": {
    "agent_release": "",
    "model_stack": "",
    "tools_and_connectors": "",
    "execution_environment": "",
    "memory": "",
    "authority_boundary": "",
    "human_controls": ""
  },
  "task_context": {
    "intended_users": "",
    "workflow": "",
    "task_distribution": "",
    "failure_consequence": "",
    "frozen_baseline": ""
  },
  "evaluation_design": {
    "dataset_or_task_set": "",
    "fixtures_and_initial_state": "",
    "scorers_and_rubrics": "",
    "thresholds": "",
    "repetitions_and_seeds": "",
    "evaluation_owner": ""
  },
  "results_and_process": {
    "per_task_outcomes": "",
    "process_trace": "",
    "variance_and_uncertainty": "",
    "recovery_and_handoff": "",
    "cost_and_latency": "",
    "critical_failures": ""
  },
  "transfer_and_boundary": {
    "languages": "",
    "geographies_and_domains": "",
    "operators": "",
    "excluded_uses": "",
    "residual_risks_and_unknowns": ""
  },
  "release_decision": {
    "state": "",
    "decision_owner": "",
    "monitoring_plan": "",
    "rollback_and_stop_plan": "",
    "expires_at": "",
    "rerun_trigger": "",
    "rationale": ""
  }
}

适用边界