课程章节介绍
同学们，接下来我们来看一下自定义评分器这个知识点。这部分可能听起来有点技术性，但别担心，我会用最简单的方式帮你们理清思路。
想象一下，你做了一个Agent，你想测试它表现得好不好，这时候就需要一个“评分器”来打分。在Agentforce里，我们可以用自定义评分器来实现。这个评分器的元数据类型叫做 ，AiAgentScorerDefinition，，这就是定义它的那个官方名字。
那么，这个评分器长什么样呢？它有几个关键的概念。
首先，每个评分器都有一个，输入范围，，就是它要评“什么尺度”的表现。比如，你可以让它看完一整个会话后给出一个总体评价，这叫“完整评估的会话”；也可以让它看每一轮用户和Agent的对话来打分，也就是“每回合的交互”；甚至还可以细到看Agent每一个具体的动作，这叫“每动作的时刻”。所以，粒度是可以选的。
接下来，评分器还需要指定，数据类型，和，版本化的配置，。版本化配置的意思是，你可以不断优化你的评分规则，但旧版本会被保留，这样我们能回溯和改进，但不能删除版本，这点要注意。
然后，评分器内部有个“引擎”，目前这个引擎被限定为 ，Inbox 模板类型，。简单说，就是评分器要使用一个预定义的提示模板，这个模板通过它的API名称来引用。也就是说，你要先有一个写好的提示模板，评分器才知道按什么标准去评。
评分的结果是怎么呈现的呢？这里有，输出映射，，它会把引擎打出的原始分数，转换成我们容易看懂的结果，比如：，通过、失败、不适用，。这样就很清晰了。
另外，评分规范里面还可以定义一些数字限制，比如，最小值、最大值、步长限制，，还能设置一个可选的，阈值，。举个例子，你设定满分10分，6分以上算通过，那阈值就是6。
最后，部署这样一个自定义评分器，项目结构是有要求的。因为元数据API是，按顺序部署，的，所以你的`package.xml`文件里，必须把GenAi模板列在AiAgentScorerDefinition，之前，。顺序错了可就部署不上去，到时候记得检查一下。
好了，关于自定义评分器的核心点我们就讲完了。简单总结就是：用AiAgentScorerDefinition定义一个评分器，选好评分的粒度，绑定一个提示模板，输出成通过或失败，部署时注意顺序。大家先理解到这个程度就足够了。