API参考：数据集与数据点

在TensorZero中，数据集是可用于评估和优化配方等工作流程的数据集合。 您可以通过TensorZero用户界面创建和管理数据集，也可以通过TensorZero Gateway以编程方式实现。

数据集是数据点的命名集合。每个数据点归属于一个函数，其字段取决于函数的类型。广义上说，每个数据点基本反映了推理的结构，包含输入、可选输出以及其他相关元数据（例如标签）。

端点与方法

列出数据集中的数据点

该端点返回数据集中的数据点列表。 每个数据点是一个包含所有相关字段（例如输入、输出、标签）的对象。

• 网关端点： GET /datasets/{dataset_name}/datapoints
• 客户端方法： list_datapoints
• Parameters:
  • dataset_name (字符串)
  • limit (整数, 可选参数, 默认值为100)
  • offset (整数, 可选参数, 默认值为0)

获取数据点

该接口返回指定ID的数据点，包含所有相关字段（例如输入、输出、标签）。

• 网关端点： GET /datasets/{dataset_name}/datapoints/{datapoint_id}
• 客户端方法： get_datapoint
• Parameters:
  • dataset_name (字符串)
  • datapoint_id (字符串)

向数据集添加数据点（或创建数据集）

此端点将数据点列表添加到数据集中。 如果数据集不存在，将使用给定名称创建它。

• 网关端点： POST /datasets/{dataset_name}/datapoints/bulk
• 客户端方法： bulk_insert_datapoints
• Parameters:
  • dataset_name (字符串)
  • datapoints (对象列表，详见下方)

对于chat功能，每个数据点对象必须包含以下字段：

• function_name (字符串)
• input (对象，与推理的input相同)
• output (对象列表，可选，每个对象必须是一个内容块，类似于推理输出中的内容块)
• allowed_tools (字符串列表，可选参数，与推理中的allowed_tools相同)
• tool_choice (字符串, 可选参数, 与推理的tool_choice相同)
• parallel_tool_calls (布尔值，可选，默认为 false)
• tags (字符串到字符串的映射表，可选)

对于json函数，每个数据点对象必须包含以下字段：

• function_name (字符串)
• input (对象，与推理的input相同)
• output (对象, 可选, 一个与函数output_schema匹配的对象)
• output_schema (对象，可选，一个动态JSON模式，用于覆盖函数的输出模式)
• tags (字符串到字符串的映射表，可选)

删除数据点

此端点执行软删除操作：数据点将被标记为过期，系统后续将不再使用该数据点（例如在列出数据点或运行评估时），但数据仍会保留在数据库中。

• 网关端点： DELETE /datasets/{dataset_name}/datapoints/{datapoint_id}
• 客户端方法： delete_datapoint
• Parameters:
  • dataset_name (字符串)
  • datapoint_id (字符串)