awesome-evals

一站式收藏 AI 智能体评估资源，告别信息筛选烦恼。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署评测安全 🍴 复刻 148 🐛 待处理 83 👀 关注 1

GitHub ↗

GitHub 星标 ★ 1031

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源资源列表，完全免费，无付费版本。

项目预览

awesome-evals 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类评测安全

开发团队benchflow-ai

GitHubhttps://github.com/benchflow-ai/awesome-evals

定价模式🏷️完全免费

价格说明开源资源列表，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

技术栈/模型agent-evaluation,ai-agents,awesome,awesome-list,benchmarks,evals,llm,llm-evaluation,rl-environments

GitHub 星标★ 1031

上线时间2026-06-24 00:00:00

代码更新2026-11-04

仓库体积1.5 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-10

浏览次数7

项目介绍

这是一个由 BenchFlow 维护的精选资源列表，专注于 AI 智能体的构建与评估。它汇集了论文、博客、演讲、工具和基准测试等高质量资源，旨在为开发者提供一份去芜存菁的指南，解决 AI 评估领域信息分散、质量参差不齐的问题。项目核心能力在于系统性地整理和分类相关资源，覆盖从基础概念到前沿研究的各个方面，帮助用户快速定位所需信息，提升 AI 智能体开发与评估的效率。

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 ★ 1031

技术标签

agent-evaluation ai-agents awesome awesome-list benchmarks

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 的网络环境
已安装 git（用于克隆仓库）
任意可阅读 Markdown 的编辑器或浏览器

安装与启动步骤

1克隆仓库

把 awesome-evals 资源列表仓库下载到本地，README 未提供其他安装方式，克隆即可使用。
```
git clone https://github.com/benchflow-ai/awesome-evals.git
```
2进入目录

切换到仓库根目录，后续所有文档都在该目录下阅读。
```
cd awesome-evals
```
3阅读主列表

打开 README.md，按目录浏览 443+ 条经过注释与校验的资源，注意与 ⚠️ 标记含义。
4查阅实战手册

打开 PATTERNS.md，查看 LLM-as-judge、pass@k、错误分析等可运行示例代码。
5浏览深读笔记

进入 notes/ 目录阅读 143 篇深读笔记，按章节定位感兴趣的主题。