项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 158
核心亮点
- 填补 .NET 生态空白，提供与 RAGAS/DeepEval 对标的评测能力
- 深度集成 MAF 和 Microsoft.Extensions.AI，上手顺滑
- 覆盖工具调用、RAG、随机性、模型对比等关键评测维度
不足之处
- 项目处于早期，文档和社区生态待观察
- 仅支持 .NET 技术栈，跨语言场景受限
适用场景
- .NET 开发者构建 Microsoft Agent Framework 应用时进行质量验证
- 企业级 .NET 项目中需要对 RAG 系统进行指标化评测
- 对 Agent 进行红队安全测试和模型对比选型
替代项目
RAGAS、PromptFoo、DeepEval
上一篇：agentevals
下一篇：openbench
同类项目推荐
deepchecks
开源
给 ML 模型和数据做全面体检，从研究到生产持续验证
Deepchecks: Tests for Continuous Validation of ML Models & Data. Deepchecks is a hol···
www-project-agent-memory-guard
开源
给AI智能体记忆加把锁，防投毒防操控
Runtime defense against memory poisoning in AI agents (OWASP ASI06). Drop-in for Lan···
dialog-eval
开源
17个指标一键评估你的对话模型，告别人工打分。
Evaluate your dialog model with 17 metrics! (see paper)
RAGElo
开源
用 Elo 对战排名，快速选出最强 RAG 智能体
RAGElo is a set of tools that helps you selecting the best RAG-based LLM agents by u···
Tracely
开源
把生产事故变成 CI 回归测试，自动拦截坏 PR
Trace-native CI/CD for AI agents — production failures become regression tests that···
LLMeBench
开源
一键跑分，快速对比各大语言模型效果
Benchmarking Large Language Models
llm-eval
开源
一站式跑分，快速对比大模型与 RAG 效果
大语言模型评估平台，支持多种评估基准、自定义数据集和性能测试。支持基于自定义数据集的···
HacxGPT-Jailbreak-prompts
开源
一键解锁 AI 模型隐藏能力，突破限制自由对话
HacxGPT Jailbreak : Unlock the full potential of top AI models like ChatGPT, LLaMA, ···
Deco
开源
让多模态模型少说瞎话，动态纠错解码即插即用
[ICLR 2025] MLLM can see? Dynamic Correction Decoding for Hallucination Mitigation