arksim

模拟真实用户对话，上线前自动揪出智能体错误。

arksim 是一个用于对话式 AI 智能体的开源评估与模拟测试框架。它通过模拟真实用户与智能体进行交互，在智能体上线前自动发现潜在错误，帮助开发者提升对话系统的可靠性和用户体验。项目基于 Python 构建，支持多种主流 LLM 和智能体框架，提供场景化仿真、错误诊断和回归测试等核心能力。其核心价值在于将测试左移，让开发者能够在开发阶段就模拟大量用户对话，提前暴露意图识别错误、上下文丢失、回复不合逻辑等问题，从而减少线上事故。

开源 free 对话助手
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 229
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类对话助手
开发团队arklexai
所属国家
官网地址https://docs.arklex.ai
GitHubhttps://github.com/arklexai/arksim
定价模式free
价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agents,ai,chatbot,conversational-ai,evaluation,llm,open-source,python,simulation,testing
GitHub 星标★ 229
30天Star增速
HF 下载量
上线时间2026-02-27 00:00:00
最近更新2026-09-15 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 通过模拟用户对话，能在开发阶段提前发现智能体的逻辑漏洞和意图识别错误
  • 支持与主流 LLM 和智能体框架集成，便于嵌入现有开发流程
  • 提供场景化仿真和回归测试，帮助持续跟踪智能体质量

不足之处

  • 项目处于早期阶段，文档和社区生态尚待完善
  • 模拟用户行为的准确性和覆盖度可能受限于预置场景

适用场景

  • 智能体上线前的自动化测试与错误排查
  • 持续集成中回归测试对话质量
  • 对比不同 LLM 或提示词对智能体表现的影响

替代项目

Ragas、DeepEval、Promptfoo

项目介绍

arksim 是评测安全领域的开源项目，由 arklexai 开发，是 2026 年新上线的项目。

它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 229。

项目仍在小幅维护中，最近一次代码更新于 2026-09-15。Apache-2.0 许可证，可免费使用和部署。

它主要面向的使用场景是：智能体上线前的自动化测试与错误排查。同类可对比的替代方案包括 Ragas、DeepEval、Promptfoo。

上一篇：botium-core

下一篇：rag-arena

同类项目推荐

akto 开源

给 AI 应用做安全体检，防提示注入和数据泄露

Akto is the fastest growing AI Security platform for your teams to secure AI agents,···

★ 1517 2026-08-20
XSafeClaw 开源

给 AI 智能体装上安全盾，自动红队测试找漏洞

Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University

★ 164 2026-08-10
deepteam 开源

自动模拟越狱攻击，提前测出 LLM 安全漏洞

DeepTeam is a framework to red team LLMs and AI agents.

★ 2937 2026-09-12
Tracely-ai 开源

把生产事故变成回归测试，合并前自动拦截 AI 故障

Trace-native CI/CD for AI agents — production failures become regression tests that···

★ 1362 2026-08-24