> ## 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. # 如何通过 REST API 上传在 LangSmith 外部运行的实验 部分用户倾向于在 LangSmith 外部管理数据集和运行实验，但希望使用 LangSmith 界面查看结果。这可以通过我们的端点实现。 本指南将展示如何使用 REST API 上传评估结果，以 Python 中的 `requests` 库为例。但相同原则适用于任何编程语言。 ## 请求体结构 上传实验需要指定实验和数据集的相关高层信息，以及实验内各个示例和运行的具体数据。`results` 中的每个对象代表实验中的一个“行”——即单个数据集示例及其关联的运行。请注意，`dataset_id` 和 `dataset_name` 指的是您外部系统中的数据集标识符，将用于在单个数据集中分组外部实验。它们不应引用 LangSmith 中已存在的数据集（除非该数据集是通过此端点创建的）。 您可以使用以下结构向 `/datasets/upload-experiment` 端点上传实验： ```json theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} { "experiment_name": "字符串（必需）", "experiment_description": "字符串（可选）", "experiment_start_time": "日期时间（必需）", "experiment_end_time": "日期时间（必需）", "dataset_id": "UUID（可选 - 外部数据集 ID，用于将实验分组）", "dataset_name": "字符串（可选 - 必须提供 dataset_id 或 dataset_name 之一）", "dataset_description": "字符串（可选）", "experiment_metadata": { // 对象（任意结构 - 可选） "key": "value" }, "summary_experiment_scores": [ // 汇总反馈对象列表（可选） { "key": "字符串（必需）", "score": "数字（可选）", "value": "字符串（可选）", "comment": "字符串（可选）", "feedback_source": { // 对象（可选） "type": "字符串（必需）" }, "feedback_config": { // 对象（可选） "type": "字符串枚举：continuous、categorical 或 freeform", "min": "数字（可选）", "max": "数字（可选）", "categories": [ // 反馈类别对象列表（可选） { "value": "数字（必需）", "label": "字符串（可选）" } ] }, "created_at": "日期时间（可选 - 默认为当前时间）", "modified_at": "日期时间（可选 - 默认为当前时间）", "correction": "对象或字符串（可选）" } ], "results": [ // 实验行对象列表（必需） { "row_id": "UUID（必需）", "inputs": { // 对象（必需 - 任意结构）。这将是 "key": "val" // 运行和数据集示例的共同输入。 }, "expected_outputs": { // 对象（可选 - 任意结构）。 "key": "val" // 这些将是数据集示例的输出。 }, "actual_outputs": { // 对象（可选 - 任意结构）。 "key": "val" // 这些将是运行的输出。 }, "evaluation_scores": [ // 运行的反馈对象列表（可选） { "key": "字符串（必需）", "score": "数字（可选）", "value": "字符串（可选）", "comment": "字符串（可选）", "feedback_source": { // 对象（可选） "type": "字符串（必需）" }, "feedback_config": { // 对象（可选） "type": "字符串枚举：continuous、categorical 或 freeform", "min": "数字（可选）", "max": "数字（可选）", "categories": [ // 反馈类别对象列表（可选） { "value": "数字（必需）", "label": "字符串（可选）" } ] }, "created_at": "日期时间（可选 - 默认为当前时间）", "modified_at": "日期时间（可选 - 默认为当前时间）", "correction": "对象或字符串（可选）" } ], "start_time": "日期时间（必需）", // 运行的开始/结束时间将用于 "end_time": "日期时间（必需）", // 计算延迟。它们必须全部落在 "run_name": "字符串（可选）", // 实验的开始和结束时间之间。 "error": "字符串（可选）", "run_metadata": { // 对象（任意结构 - 可选） "key": "value" } } ] } ``` 响应 JSON 将是一个字典，包含 `experiment` 和 `dataset` 键，每个键都是一个对象，包含所创建实验和数据集的相关信息。 ## 注意事项 您可以通过在多次调用中提供相同的 dataset\_id 或 dataset\_name，将多个实验上传到同一数据集。您的实验将在单个数据集下分组，并且您将能够[使用比较视图来比较实验之间的结果](/langsmith/compare-experiment-results)。 请确保各个行的开始和结束时间都在实验的开始和结束时间之间。 您必须提供 dataset\_id 或 dataset\_name 之一。如果仅提供 ID 且数据集尚不存在，我们将为您生成一个名称；反之，如果仅提供名称，我们将生成一个 ID。 您不能将实验上传到非通过此端点创建的数据集。上传实验仅支持外部管理的数据集。 ## 示例请求 以下是调用 `/datasets/upload-experiment` 的简单示例。这是一个基本示例，仅使用最重要的字段进行说明。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} import os import requests body = { "experiment_name": "我的外部实验", "experiment_description": "上传到 LangSmith 的实验", "dataset_name": "my-external-dataset", "summary_experiment_scores": [ { "key": "summary_accuracy", "score": 0.9, "comment": "干得漂亮！" } ], "results": [ { "row_id": "<>", "inputs": { "input": "你好，今天旧金山的天气怎么样？" }, "expected_outputs": { "output": "抱歉，我无法提供当前天气信息。" }, "actual_outputs": { "output": "天气局部多云，最高气温 65 度。" }, "evaluation_scores": [ { "key": "hallucination", "score": 1, "comment": "聊天机器人编造了天气信息，而不是指出没有足够信息来回答问题。这是幻觉。" } ], "start_time": "2024-08-03T00:12:39", "end_time": "2024-08-03T00:12:41", "run_name": "Chatbot" }, { "row_id": "<>", "inputs": { "input": "你好，49 的平方根是多少？" }, "expected_outputs": { "output": "49 的平方根是 7。" }, "actual_outputs": { "output": "7。" }, "evaluation_scores": [ { "key": "hallucination", "score": 0, "comment": "聊天机器人正确识别了答案。这不是幻觉。" } ], "start_time": "2024-08-03T00:12:40", "end_time": "2024-08-03T00:12:42", "run_name": "Chatbot" } ], "experiment_start_time": "2024-08-03T00:12:38", "experiment_end_time": "2024-08-03T00:12:43" } resp = requests.post( "https://api.smith.langchain.com/api/v1/datasets/upload-experiment", # 针对自托管安装或欧盟区域请相应更新 json=body, headers={"x-api-key": os.environ["LANGSMITH_API_KEY"]} ) print(resp.json()) ``` 以下是收到的响应： ```json theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} { "dataset": { "name": "my-external-dataset", "description": null, "created_at": "2024-08-03T00:36:23.289730+00:00", "data_type": "kv", "inputs_schema_definition": null, "outputs_schema_definition": null, "externally_managed": true, "id": "<>", "tenant_id": "<>", "example_count": 0, "session_count": 0, "modified_at": "2024-08-03T00:36:23.289730+00:00", "last_session_start_time": null }, "experiment": { "start_time": "2024-08-03T00:12:38", "end_time": "2024-08-03T00:12:43+00:00", "extra": null, "name": "我的外部实验", "description": "上传到 LangSmith 的实验", "default_dataset_id": null, "reference_dataset_id": "<>", "trace_tier": "longlived", "id": "<>", "run_count": null, "latency_p50": null, "latency_p99": null, "first_token_p50": null, "first_token_p99": null, "total_tokens": null, "prompt_tokens": null, "completion_tokens": null, "total_cost": null, "prompt_cost": null, "completion_cost": null, "tenant_id": "<>", "last_run_start_time": null, "last_run_start_time_live": null, "feedback_stats": null, "session_feedback_stats": null, "run_facets": null, "error_rate": null, "streaming_rate": null, "test_run_number": 1 } } ``` 请注意，实验结果中的延迟和反馈统计信息为 null，因为运行尚未有机会持久化，这可能需要几秒钟。如果您保存实验 ID 并在几秒钟后再次查询，您将看到所有统计信息（尽管 tokens/cost 仍为 null，因为我们在请求体中未要求此信息）。 ## 在界面中查看实验 现在，登录界面并点击您新创建的数据集！您应该会看到一个实验：已上传的实验表格 您的示例已上传：已上传的示例 点击您的实验将进入比较视图：已上传实验的比较视图 随着您向数据集上传更多实验，您将能够在比较视图中比较结果并轻松识别回归问题。 ***
[Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\langsmith\upload-existing-experiments.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.