Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

使用 Python SDK 或 REST API 管理意見回饋

本頁面說明如何使用意見回饋服務 API 和 SDK 管理意見回饋項目和內容。您可以在使用者介面 (例如即時通訊小工具或行動應用程式) 中實作自訂意見回饋控制項 (例如「喜歡」或「不喜歡」按鈕)，並使用意見回饋服務追蹤意見回饋。

事前準備

請確認你已具備以下條件：

Agent Platform 使用者 (roles/aiplatform.user) 角色。
按照「驗證」步驟設定驗證。
已部署的 Agent Runtime 執行個體。如果沒有已部署的執行個體，請參閱「部署代理程式」一文，或按照下一節的步驟初始化及建立執行個體。
選用：如要在控制台中查看追蹤事件旁的意見回饋項目，請確認 Agent Runtime 執行個體已啟用追蹤功能。

建立 Agent Runtime 執行個體

如果沒有現有的 Agent Runtime 執行個體，可以初始化用戶端並建立執行個體：

Python SDK

import os
import vertexai

# Set this environment variable to enable the Enterprise features.
os.environ["GOOGLE_GENAI_USE_ENTERPRISE"] = "TRUE"

client = vertexai.Client(
    project="PROJECT_ID",
    location="LOCATION"
)
# If you don't have an Agent Engine instance already, create an instance.
agent_engine = client.agent_engines.create()

# Optionally, print out the Agent Engine resource name. You will need the
# resource name to interact with the Feedback service later on.
print(agent_engine.api_resource.name)

REST API

Agent Runtime 資源名稱的格式如下： projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID

更改下列內容：

PROJECT_ID：專案 ID。
LOCATION：您的區域。如需 Runtime 支援的區域，請參閱這篇文章。
AGENT_ENGINE_ID：Agent Runtime 執行個體的資源 ID。

建立意見回饋項目

提交意見回饋前，您必須先與服務專員進行對話，且對話內容不得太少。找出要提供意見回饋的回覆，並取得其事件 ID 和工作階段 ID。

現在說明一下操作方式：

與代理建立互動工作階段。
向代理傳送查詢，並找出要提供意見回饋的回覆。
取得工作階段 ID 和回應事件的 ID (做為意見回饋項目的事件 ID)。如果您使用 ADK 管理的 Session Service，可以從清單事件回應的 raw_event.id 欄位取得事件 ID (請參閱「列出工作階段中的事件」)。

以程式輔助方式記錄直接繫結至目標 session_id 的意見回饋項目，並透過 event_id 定義使用者代理程式對話事件。

Python SDK

import os
import vertexai

# Set this environment variable to enable the Enterprise features.
os.environ["GOOGLE_GENAI_USE_ENTERPRISE"] = "TRUE"

client = vertexai.Client(
    project="PROJECT_ID",
    location="LOCATION"
)

operation = client.feedback_entries.create(
    name="projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID",
    session_id="SESSION_ID",
    event_id="EVENT_ID",
    feedback_type="THUMBS_UP",
    config={
        "feedback_text": "The response was helpful and accurate.",
        "feedback_labels": ["accurate"],
        "user_id": "user-123",
        "source": "Chat UI",
        "custom_metadata": {"model_temperature": "0.7"},
    }
)

# Retrieve the created feedback entry details
feedback_entry = operation.response
print(f"Created feedback entry: {feedback_entry.name}")

支援的 feedback_type 值如下：

"THUMBS_UP"
"THUMBS_DOWN"
"FEEDBACK_TYPE_UNSPECIFIED"

REST API

使用任何要求資料之前，請先修改下列項目的值：

PROJECT_ID：專案 ID。
LOCATION：Agent Engine 執行個體所在的區域。
AGENT_ENGINE_ID：Agent Engine 執行個體的資源 ID。
SESSION_ID：工作階段 ID，用於定義與意見回饋相關聯的對話。
EVENT_ID：事件 ID，用於識別意見回饋所指的特定訊息或節點。

HTTP 方法和網址：

POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries

JSON 要求內文：

{
  "sessionId": "SESSION_ID",
  "eventId": "EVENT_ID",
  "feedbackType": "THUMBS_DOWN",
  "feedbackLabels": ["inaccurate"],
  "feedbackText": "The answer was incorrect.",
  "userId": "user-123",
  "source": "Chat UI",
  "customMetadata": {
    "temperature": "0.7"
  }
}

如要傳送要求，請選擇以下其中一個選項：

curl

注意：下列指令假設您已執行 gcloud init 或 gcloud auth login 透過使用者帳戶登入 gcloud CLI，或是使用 Cloud Shell 自動登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries"

PowerShell

注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries" | Select-Object -Expand Content

您會收到長時間執行的作業，指出意見回饋項目建立作業的狀態。

擷取意見回饋項目

使用獨立意見回饋記錄的專屬資源位址，擷取完整的結構化酬載。

Python SDK

import os
import vertexai

# Set this environment variable to enable the Enterprise features.
os.environ["GOOGLE_GENAI_USE_ENTERPRISE"] = "TRUE"

client = vertexai.Client(
    project="PROJECT_ID",
    location="LOCATION"
)

feedback_entry = client.feedback_entries.get(
    name="projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID"
)

print(f"Feedback Type: {feedback_entry.feedback_type}")
print(f"Feedback Text: {feedback_entry.feedback_text}")

REST API

使用任何要求資料之前，請先修改下列項目的值：

PROJECT_ID：專案 ID。
LOCATION：Agent Engine 執行個體所在的區域。
AGENT_ENGINE_ID：Agent Engine 執行個體的資源 ID。
FEEDBACK_ENTRY_ID：意見回饋項目的資源 ID。

HTTP 方法和網址：

GET https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID

如要傳送要求，請選擇以下其中一個選項：

curl

執行下列指令：

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID"

PowerShell

注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID" | Select-Object -Expand Content

回應會包含意見回饋項目的詳細資料，例如工作階段 ID、類型、標籤和文字。

列出意見回饋項目

列出 Agent Runtime 執行個體中的意見回饋項目。你可以套用篩選器和排序屬性。

Python SDK

import os
import vertexai

# Set this environment variable to enable the Enterprise features.
os.environ["GOOGLE_GENAI_USE_ENTERPRISE"] = "TRUE"

client = vertexai.Client(
    project="PROJECT_ID",
    location="LOCATION"
)

response = client.feedback_entries.list(
    name="projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID",
    config={
        "filter": 'session_id="SESSION_ID"',
        "order_by": "create_time desc"
    }
)

for entry in response:
    print(f"Entry name: {entry.name}, Type: {entry.feedback_type}")

REST API

使用任何要求資料之前，請先修改下列項目的值：

PROJECT_ID：專案 ID。
LOCATION：Agent Engine 執行個體所在的區域。
AGENT_ENGINE_ID：Agent Engine 執行個體的資源 ID。

HTTP 方法和網址：

GET https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries

如要傳送要求，請選擇以下其中一個選項：

curl

執行下列指令：

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries"

PowerShell

注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries" | Select-Object -Expand Content

回應會包含符合所有已套用篩選條件的意見回饋項目清單，以及分頁符記 (如有其他項目)。

您可以使用 filter 查詢參數，依特定屬性查詢。如要排序，請使用 order_by 查詢參數。

支援篩選的欄位：

session_id，例如 session_id="SESSION_ID"
user_id，例如 user_id="YOUR_USER_ID"
feedback_type，例如 feedback_type="THUMBS_DOWN"
feedback_labels，例如 feedback_labels: "inaccurate"
create_time
update_time

支援排序的欄位：

create_time
update_time

更新意見回饋項目

更新現有意見回饋項目的詳細資料，例如修改標籤、留言或自訂中繼資料。

Python SDK

import os
import vertexai

# Set this environment variable to enable the Enterprise features.
os.environ["GOOGLE_GENAI_USE_ENTERPRISE"] = "TRUE"

client = vertexai.Client(
    project="PROJECT_ID",
    location="LOCATION"
)

operation = client.feedback_entries.update(
    name="projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID",
    feedback_type="THUMBS_DOWN",
    config={
        "feedback_text": "Actually, this response was not accurate.",
        "feedback_labels": ["inaccurate"],
    }
)

updated_entry = operation.response
print(f"Updated entry: {updated_entry.name}")

REST API

使用任何要求資料之前，請先修改下列項目的值：

PROJECT_ID：專案 ID。
LOCATION：Agent Engine 執行個體所在的區域。
AGENT_ENGINE_ID：Agent Engine 執行個體的資源 ID。
FEEDBACK_ENTRY_ID：要更新的回饋項目資源 ID。

HTTP 方法和網址：

PATCH https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID?updateMask=feedbackType,feedbackLabels,feedbackText

JSON 要求內文：

{
  "feedbackType": "THUMBS_DOWN",
  "feedbackLabels": ["inaccurate", "incomplete"],
  "feedbackText": "The response was details-lacking and inaccurate."
}

如要傳送要求，請選擇以下其中一個選項：

curl

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID?updateMask=feedbackType,feedbackLabels,feedbackText"

PowerShell

注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method PATCH `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID?updateMask=feedbackType,feedbackLabels,feedbackText" | Select-Object -Expand Content

您會收到長時間執行的作業，指出更新作業的進度。

刪除意見回饋項目

從專案中永久刪除意見回饋項目。

Python SDK

import os
import vertexai

# Set this environment variable to enable the Enterprise features.
os.environ["GOOGLE_GENAI_USE_ENTERPRISE"] = "TRUE"

client = vertexai.Client(
    project="PROJECT_ID",
    location="LOCATION"
)

client.feedback_entries.delete(
    name="projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID"
)

print("Feedback entry deleted.")

REST API

使用任何要求資料之前，請先修改下列項目的值：

PROJECT_ID：專案 ID。
LOCATION：Agent Engine 執行個體所在的區域。
AGENT_ENGINE_ID：Agent Engine 執行個體的資源 ID。
FEEDBACK_ENTRY_ID：要刪除的回饋項目資源 ID。

HTTP 方法和網址：

DELETE https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID

如要傳送要求，請選擇以下其中一個選項：

curl

執行下列指令：

curl -X DELETE \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID"

PowerShell

注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method DELETE `
    -Headers $headers `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID" | Select-Object -Expand Content

您會收到長時間執行的作業，顯示刪除狀態。

意見回饋脈絡

意見回饋內容 (FeedbackContext) 是意見回饋項目 (FeedbackEntry) 的子項資源，會與父項意見回饋項目一起自動建立及刪除。根據預設，意見回饋內容包含空白的事件清單。

意見回饋內容會儲存與意見回饋項目相關的轉錄稿或事件狀態。這種資源分離方式：

保留對話記錄：即使刪除原始工作階段，系統仍會保留儲存在意見回饋內容中的轉錄稿或記錄。
縮減回覆大小：擷取意見回饋項目時，不需要擷取詳細的脈絡詳細資料。

FeedbackContext 資源的結構如下：

projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID/feedbackContext

擷取意見回饋內容

取得儲存在意見回饋內容中的詳細資料和對話事件：

Python SDK

import os
import vertexai

# Set this environment variable to enable the Enterprise features.
os.environ["GOOGLE_GENAI_USE_ENTERPRISE"] = "TRUE"

client = vertexai.Client(
    project="PROJECT_ID",
    location="LOCATION"
)

feedback_context = client.feedback_entries.feedback_contexts.get(
    name="projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID/feedbackContext"
)

# Point to event list
for event in feedback_context.context_events:
    print(f"Author: {event.author}")
    if event.content and event.content.parts:
        print(f"Content: {event.content.parts[0].text}")

REST API

使用任何要求資料之前，請先修改下列項目的值：

PROJECT_ID：專案 ID。
LOCATION：Agent Engine 執行個體所在的區域。
AGENT_ENGINE_ID：Agent Engine 執行個體的資源 ID。
FEEDBACK_ENTRY_ID：意見回饋項目的資源 ID。

HTTP 方法和網址：

GET https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID/feedbackContext

如要傳送要求，請選擇以下其中一個選項：

curl

執行下列指令：

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID/feedbackContext"

PowerShell

注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID/feedbackContext" | Select-Object -Expand Content

回應會包含所要求意見回饋內容的詳細資料，包括與父項意見回饋項目相關聯的對話事件清單。

建立及更新意見回饋脈絡

Python SDK

如要填入或修改與意見回饋項目相關聯的對話記錄，請按照下列兩步驟流程更新意見回饋情境：

建立意見回饋項目：呼叫標準方法來建立主要意見回饋記錄。
更新意見回饋內容：取得意見回饋項目 ID 後，傳送要求來填入內容事件。

import os
import vertexai

# Set this environment variable to enable the Enterprise features.
os.environ["GOOGLE_GENAI_USE_ENTERPRISE"] = "TRUE"

client = vertexai.Client(
    project="PROJECT_ID",
    location="LOCATION"
)

# Construct conversation events
session_event = {
    "author": "user",
    "content": {
        "role": "user",
        "parts": [{"text": "Hello Agent"}]
    }
}

operation = client.feedback_entries.feedback_contexts.update(
    name="projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID",
    context_events=[session_event]
)

updated_context = operation.response
print("Feedback context updated successfully.")

REST API

如要填入或修改與意見回饋項目相關聯的對話記錄，請按照下列兩步驟流程更新意見回饋情境：

建立意見回饋項目：呼叫 CreateFeedbackEntry 建立主要意見回饋記錄。
更新意見回饋內容：取得意見回饋項目 ID 後，請將 PATCH 要求傳送至內容子項資源 (UpdateFeedbackContext)，以填入 contextEvents。

使用任何要求資料之前，請先修改下列項目的值：

PROJECT_ID：專案 ID。
LOCATION：Agent Engine 執行個體所在的區域。
AGENT_ENGINE_ID：Agent Engine 執行個體的資源 ID。
FEEDBACK_ENTRY_ID：意見回饋項目的資源 ID。

HTTP 方法和網址：

PATCH https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID/feedbackContext?updateMask=contextEvents

JSON 要求內文：

{
  "contextEvents": [
    {
      "author": "user",
      "content": {
        "role": "user",
        "parts": [
          {
            "text": "What is the capital of France?"
          }
        ]
      }
    },
    {
      "author": "agent",
      "content": {
        "role": "model",
        "parts": [
          {
            "text": "Paris is the capital of France."
          }
        ]
      }
    }
  ]
}

如要傳送要求，請選擇以下其中一個選項：

curl

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID/feedbackContext?updateMask=contextEvents"

PowerShell

注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method PATCH `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/reasoningEngines/AGENT_ENGINE_ID/feedbackEntries/FEEDBACK_ENTRY_ID/feedbackContext?updateMask=contextEvents" | Select-Object -Expand Content

您會收到長時間執行的作業，顯示意見回饋內容的更新進度。

如要移除意見回饋內容，請傳送空白更新 (例如將 context_events 設為空白清單)。

使用 Python SDK 或 REST API 管理意見回饋 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

事前準備

建立 Agent Runtime 執行個體

Python SDK

REST API

建立意見回饋項目

Python SDK

REST API

curl

PowerShell

擷取意見回饋項目

Python SDK

REST API

curl

PowerShell

列出意見回饋項目

Python SDK

REST API

curl

PowerShell

更新意見回饋項目

Python SDK

REST API

curl

PowerShell

刪除意見回饋項目

Python SDK

REST API

curl

PowerShell

意見回饋脈絡

擷取意見回饋內容

Python SDK

REST API

curl

PowerShell

建立及更新意見回饋脈絡

Python SDK

REST API

curl

PowerShell

使用 Python SDK 或 REST API 管理意見回饋