bug: experiments tab missing some score table columns

快速结论：该报错发生在 Langfuse 数据集的 Experiments 标签页中，当 SDK 返回多个 Evaluation 对象时，表格的“Column Visibility”选择器只能发现部分评分列，而图表区域却能完整显示所有评分。优先排查表格列发现的评分过滤逻辑是否正确区分了 trace 级与 observation 级评分。

适用环境：Langfuse Cloud（启用了 Fast Preview）、Python SDK 3.14.6、UI 为数据集 Experiments 标签页（新版表格带 Charts 折叠区）。

最快修复方案：暂无确认的一步修复方案。Issue 讨论中给出了疑似修复路径（在 ExperimentsTable.tsx 的列发现调用中分别补充 trace 级与 observation 级过滤），但尚未验证。

注意事项：该问题与 Traces 表之前修复的 bug（PR #12978）属于同一类型，但 Experiments 表的修复尚未落地，需要等待 Langfuse 官方更新或自行打补丁。

问题场景

用户通过 Python SDK 运行数据集实验，每个条目返回多个 Evaluation 对象（如 metric-one 到 metric-five 以及聚合指标）。打开数据集 → Experiments 标签页后：

图表（Charts）区域可以完整显示所有评分，并可作为图表指标添加。
表格工具栏的“Column Visibility”（列可见性）选择器中，仅显示部分评分列，无法添加其余评分。

报错原文

bug: experiments tab missing some score table columns

Actual: Each group shows only one score (e.g. `# aggregate-metric (api)`), not the full set of evaluator scores.
Expected: All evaluator score names returned by the SDK should appear as selectable columns.

原因分析

可能原因：Experiments 表格的列发现逻辑存在缺陷。

表格列发现调用（scores.getScoreColumns 和 useScoreColumns）使用了相同的过滤条件，未区分 trace 级评分与 observation 级评分。
具体来说，两个调用都只通过 experimentIds 约束评分范围，没有添加 observationId IS NULL 或 IS NOT NULL 的区分，导致两组查询结果相同，只显示部分评分。
图表区域之所以正常，是因为它使用了独立的查询路径（getExperimentItemsFilterOptions / experiments.scoreOptions），在数据库层面显式区分了 trace 级和 observation 级评分。

环境排查

Langfuse Cloud 环境（非自托管），已启用 Fast Preview。
Python SDK 版本：3.14.6。
数据集规模：约 100–200 条记录/运行。
UI 版本：使用了重建后的 Experiments 表格（带 Charts 折叠区）。

解决步骤

确认当前 Langfuse 版本是否包含针对该问题的修复；若已更新至最新版本，可先测试是否复现。
若仍复现，可优先尝试（推测性修复）：修改 web/src/features/experiments/components/table/ExperimentsTable.tsx 中的列发现调用，在 useScoreColumns 中分别补充过滤条件：
- “Trace Item Scores”调用：添加 ...scoreFilters.forTraceLevel()（对应 observationId IS NULL）；
- “Observation Item Scores”调用：添加 ...scoreFilters.forObservations()（对应 observationId IS NOT NULL）。
参考 Traces 表的修复方式（PR #12978），该修复正是通过添加 observation_id 过滤来解决同类问题。
若使用自托管部署，可等待官方发布修复版本，或评估前端补丁的可行性。

验证方法

修复后，打开 Experiments 标签页 → Column Visibility → 展开“Trace Item Scores”和“Observation Item Scores”，确认所有 SDK 返回的评分名称（如 metric-one 至 metric-five）均出现在可选中列中，并能在表格中正常显示。