LangChain智能体开发：反馈数据格式
反馈是 LangSmith 存储评估特定轨迹或中间运行（span）的标准和分数的途径。反馈可以通过多种方式生成，例如
- 与轨迹一起发送来自 LLM 应用程序
- 由用户在应用程序中内联或在标注队列中生成
- 在离线评估期间由自动评估器生成
- 由在线评估器生成
反馈以简单的格式存储，包含以下字段
| 字段名称 | 类型 | 描述 |
|---|---|---|
id | UUID | 记录本身的唯一标识符 |
created_at | datetime | 创建记录的时间戳 |
modified_at | datetime | 上次修改记录的时间戳 |
session_id | UUID | 运行所属的实验或追踪项目的唯一标识符 |
run_id | UUID | 会话中特定运行的唯一标识符 |
key | 字符串 | 描述反馈标准的键，例如'correctness' |
score | 数字 | 与反馈键关联的数值分数 |
value | 字符串 | 保留用于存储与分数关联的值。对于分类反馈很有用。 |
comment | 字符串 | 与记录关联的任何评论或标注。这可以是给定分数的理由。 |
correction | 对象 | 保留用于存储任何更正详细信息 |
feedback_source | 对象 | 包含有关反馈来源信息的对象 |
feedback_source.type | 字符串 | 反馈产生的来源类型，例如'api'、'app'、'evaluator' |
feedback_source.metadata | 对象 | 保留用于其他元数据，目前 |
feedback_source.user_id | UUID | 提供反馈的用户的唯一标识符 |
以下是上述格式的反馈记录的示例 JSON 表示形式
{ "created_at": "2024-05-05T23:23:11.077838", "modified_at": "2024-05-05T23:23:11.232962", "session_id": "c919298b-0af2-4517-97a2-0f98ed4a48f8", "run_id": "e26174e5-2190-4566-b970-7c3d9a621baa", "key": "correctness", "score": 1.0, "value": null, "comment": "I gave this score because the answer was correct.", "correction": null, "id": "62104630-c7f5-41dc-8ee2-0acee5c14224", "feedback_source": { "type": "app", "metadata": null, "user_id": "ad52b092-1346-42f4-a934-6e5521562fab" } }《AI提示工程必知必会》为读者提供了丰富的AI提示工程知识与实战技能。《AI提示工程必知必会》主要内容包括各类提示词的应用，如问答式、指令式、状态类、建议式、安全类和感谢类提示词，以及如何通过实战演练掌握提示词的使用技巧；使用提示词进行文本摘要、改写重述、语法纠错、机器翻译等语言处理任务，以及在数据挖掘、程序开发等领域的应用；AI在绘画创作上的应用，百度文心一言和阿里通义大模型这两大智能平台的特性与功能，以及市场调研中提示词的实战应用。通过阅读《AI提示工程必知必会》，读者可掌握如何有效利用AI提示工程提升工作效率，创新工作流程，并在职场中脱颖而出。