type EvaluationSet struct {
	ID                   int64                 `json:"id,omitempty"`
	SpaceID              int64                 `json:"space_id,omitempty"`
	Name                 string                `json:"name,omitempty"`
	Status               DatasetStatus         `json:"status,omitempty"`   // 注意：类型名还叫 DatasetStatus
	Spec                 *DatasetSpec          `json:"spec,omitempty"`     // 还叫 DatasetSpec
	Features             *DatasetFeatures      `json:"features,omitempty"`
	ItemCount            int64                 `json:"item_count,omitempty"`
	ChangeUncommitted    bool                  `json:"change_uncommitted,omitempty"`
	EvaluationSetVersion *EvaluationSetVersion `json:"evaluation_set_version,omitempty"`
	LatestVersion        string                `json:"latest_version,omitempty"`
	...
}

核心实体在 backend/modules/evaluation/domain/entity/evaluator.go:6-27：

type Evaluator struct {
	ID            int64
	SpaceID       int64
	Name          string
	EvaluatorType EvaluatorType   // Prompt / Code / CustomRPC / Agent
	LatestVersion string
	Builtin       bool            // 是否是官方预置评估器
	BoxType       EvaluatorBoxType // 白盒(可看到实现细节) / 黑盒
	SourceType    EvaluatorSourceType

	PromptEvaluatorVersion    *PromptEvaluatorVersion    // 四种类型二选一携带对应版本
	CodeEvaluatorVersion      *CodeEvaluatorVersion
	CustomRPCEvaluatorVersion *CustomRPCEvaluatorVersion
	AgentEvaluatorVersion     *AgentEvaluatorVersion
}

以 Prompt 类型评估器的"身体"为例，evaluator_version_prompt.go:17-34：

type PromptEvaluatorVersion struct {
	EvaluatorID        int64
	Version            string
	InputSchemas       []*ArgsSchema  // 这个 Prompt 评估器需要哪些输入变量
	MessageList        []*Message     // 评分用的 Prompt 模板本身
	ModelConfig        *ModelConfig   // 用哪个模型来当裁判、温度多少
	Tools              []*Tool
	ReceiveChatHistory *bool
	ParseType          ParseType      // 怎么从模型输出里解析出分数
}

backend/modules/evaluation/application/evaluator_app.go 里有两个容易混淆的入口：

评估器相关路由横跨 v1/v2/v3——正是"接口经历过多次演进"的痕迹（backend/api/handler/coze/loop/apis/evaluator_service.go）：

POST  /api/evaluation/v2/evaluator/create        # 创建
PUT   /api/evaluation/v2/evaluator/update_draft   # 更新草稿
POST  /api/evaluation/v2/evaluator/:evaluator_id/submit  # 提交版本
POST  /api/evaluation/v2/evaluator/run            # 正式运行 → RunEvaluator
POST  /api/evaluation/v2/evaluator/debug          # 调试运行 → DebugEvaluator
POST  /api/evaluationv3/evaluators/list           # v3：新版列表接口
POST  /api/evaluation/v1/evaluators_versions/:evaluator_version_id/async_run   # 异步运行（Agent 类型走这里）
POST  /api/evaluation/v1/evaluators/async_debug   # 异步调试

核心表 .../mysql-init/init-sql/evaluator.sql（节选）：

CREATE TABLE IF NOT EXISTS `evaluator` (
    `id`              bigint unsigned NOT NULL,
    `space_id`        bigint unsigned NOT NULL,
    `evaluator_type`  int unsigned    NOT NULL COMMENT '评估器类型',
    `draft_submitted` tinyint(1)      DEFAULT '0' COMMENT '草稿是否已提交',
    `latest_version`  varchar(128)    NOT NULL DEFAULT '',
    `builtin`         int unsigned    NOT NULL DEFAULT '2' COMMENT '是否预置，1:是；2:否',
    `box_type`        int unsigned    NOT NULL DEFAULT '1' COMMENT '黑白盒类型',
    ...
    KEY `idx_space_id_evaluator_type` (`space_id`, `evaluator_type`)
) ENGINE = InnoDB;

✋ 动手 5 分钟（可选）

# 1. 对比 EvaluationSet 和 Dataset 的字段有多相似
diff <(grep -A30 "type EvaluationSet struct" backend/modules/evaluation/domain/entity/evaluation_set.go) \
     <(grep -A30 "type Dataset struct" backend/modules/data/domain/dataset/entity/dataset.go)

# 2. 看四种评估器类型的完整枚举定义
grep -n "EvaluatorType" backend/modules/evaluation/domain/entity/evaluator.go | head -20

# 3. 找出所有评估器相关路由，感受 v1/v2/v3 的演进痕迹
grep -n "@router" backend/api/handler/coze/loop/apis/evaluator_service.go

# 4. 看 IsAsync 的真实判断逻辑
grep -n "IsAsync" -A3 backend/modules/evaluation/domain/entity/evaluator.go