> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# 如何收集 Agent Server 运行的用户反馈
本教程将向您展示如何为 [Agent Server](/langsmith/agent-server) 运行收集用户反馈，并自动将其关联到 LangSmith 中的 [追踪记录](/langsmith/observability-concepts#traces)。创建运行时，在请求体的 `feedback_keys` 字段中包含相应的键。响应将为每个键返回一个预签名 URL，您的客户端可以使用这些 URL 来收集 Agent Server 运行的用户反馈。
LangSmith 利用反馈持续改进您智能体的实现。要了解更多关于 LangSmith 中反馈的工作原理，请参阅 [LangSmith 反馈](/langsmith/observability-concepts#feedback)。
## 工作原理
1. 创建运行时，在请求体中包含 `feedback_keys`。例如，调用 `POST /threads/{thread_id}/runs/stream` 时，将请求体中的 `feedback_keys` 设置为：
```
["user_liked", "user_disliked"]
```
2. 响应中的 `feedback` 对象包含每个键对应的预签名 URL。例如，`feedback` 对象为：
```
{
"user_liked": "https://api.smith.langchain.com/api/v1/feedback/tokens/ef19fedf-dcac-4cbb-a59c-00661efd6425",
"user_disliked": "https://api.smith.langchain.com/api/v1/feedback/tokens/e952734e-c0a0-417b-a04d-fc2209691ed5"
}
```
3. 请求返回的 URL（例如 `POST /api/v1/feedback/tokens/{token_id}`），以将反馈键与 Agent Server 运行生成的追踪记录关联起来。更多详情，请参阅 [LangSmith API 参考](https://api.smith.langchain.com/redoc)。
4. LangSmith 使用选定的反馈键（例如 `user_liked` 或 `user_disliked`）将提交的反馈与该运行关联起来。
## 调用带有 `feedback_keys` 的流式运行 API
创建一个运行，并从响应中解析 `feedback` 对象。
```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
from langgraph_sdk import get_client
client = get_client(url="", api_key="")
thread = await client.threads.create()
thread_id = thread["thread_id"]
feedback_urls = {}
async for event in client.runs.stream(
thread_id,
"agent",
input={
"messages": [
{"role": "user", "content": "Tell me a joke about databases."}
]
},
stream_mode="updates",
feedback_keys=["user_liked", "user_disliked"],
):
if event.event == "feedback":
# 示例: {"user_liked": ".../feedback/tokens/", "user_disliked": "..."}
feedback_urls = event.data
print("Feedback URLs:", feedback_urls)
elif event.event == "updates":
print(event.data)
```
```javascript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { Client } from "@langchain/langgraph-sdk";
const client = new Client({ apiUrl: "", apiKey: "" });
const thread = await client.threads.create();
const threadId = thread.thread_id;
let feedbackUrls = {};
const streamResponse = client.runs.stream(threadId, "agent", {
input: {
messages: [{ role: "user", content: "Tell me a joke about databases." }],
},
streamMode: "updates",
feedbackKeys: ["user_liked", "user_disliked"],
});
for await (const event of streamResponse) {
if (event.event === "feedback") {
// 示例: { user_liked: ".../feedback/tokens/", user_disliked: "..." }
feedbackUrls = event.data;
console.log("Feedback URLs:", feedbackUrls);
} else if (event.event === "updates") {
console.log(event.data);
}
}
```
```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
curl --request POST \
--url "/threads//runs/stream" \
--header "Content-Type: application/json" \
--header "x-api-key: " \
--data '{
"assistant_id": "agent",
"input": {
"messages": [
{
"role": "user",
"content": "Tell me a joke about databases."
}
]
},
"stream_mode": "updates",
"feedback_keys": ["user_liked", "user_disliked"]
}'
```
## 处理流式 `feedback` 事件
流会发出类似以下的 `feedback` 事件：
```text theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
event: feedback
data: {"user_liked":"https://api.smith.langchain.com/api/v1/feedback/tokens/ef19fedf-dcac-4cbb-a59c-00661efd6425", "user_disliked": "https://api.smith.langchain.com/api/v1/feedback/tokens/e952734e-c0a0-417b-a04d-fc2209691ed5"}
```
`data` 中的每个键都对应您传入 `feedback_keys` 的一个值。每个值都是一个生成的 URL，您的客户端可以调用该 URL 来提交该运行的反馈。
## 使用生成的 URL 提交反馈
当用户选择一个反馈选项时，向相应的 URL 发送 `POST` 请求。也支持 `GET` 请求。更多详情，请参阅 [LangSmith API 参考](https://api.smith.langchain.com/redoc)。
例如，如果用户点击了"踩"按钮，则调用 `user_disliked` URL：
```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
curl --request POST \
--url "https://api.smith.langchain.com/api/v1/feedback/tokens/e952734e-c0a0-417b-a04d-fc2209691ed5" \
--header "Content-Type: application/json" \
--data '{
"score": 1,
"value": 0,
"comment": "I didn't like this joke because it didn't make me laugh.",
"correction": {},
"metadata": {}
}'
```
`GET` 请求不支持 `metadata`。
```bash theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
curl --request GET \
--url "https://api.smith.langchain.com/api/v1/feedback/tokens/e952734e-c0a0-417b-a04d-fc2209691ed5?score=1&value=0&comment=I%20didn%27t%20like%20this%20joke%20because%20it%20didn%27t%20make%20me%20laugh.&correction=%7B%7D"
```
此请求成功后，LangSmith 将使用键 `user_disliked` 在追踪记录上记录反馈。
## 优化反馈数据模型
`user_liked` 和 `user_disliked` 键也可以建模在单个键下，例如 `user_score`。
例如：
* 对于 `user_liked`，使用 `key="user_score"` 和 `score=1`
* 对于 `user_disliked`，使用 `key="user_score"` 和 `score=-1`
这可以简化分析，因为所有用户偏好信号都分组在一个反馈键下。
反馈数据模型是灵活的，应根据您的用例进行设计。例如，某些应用程序可能更喜欢单独的布尔式键（`user_liked`、`user_disliked`），而其他应用程序可能更喜欢单个数字分数（`user_score`）或具有多个反馈键的更丰富的评估标准。
## 在客户端 UI 中实现生产化
生产化的解决方案将通过您的前端暴露生成的反馈 URL，而不是手动调用它们。
示例高级实现：
1. 从您的后端或前端创建运行。
2. 捕获 `feedback` 对象并存储返回的 URL。
3. 渲染反馈控件，例如"赞/踩"按钮和反馈表单。
4. 提交反馈时，根据用户的反馈意图，向相应的反馈 URL 发送 `POST` 或 `GET` 请求。
5. 提交后，可选择禁用反馈控件并向用户显示确认信息。
***
[Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\langsmith\agent-server-feedback.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
[Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.