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 2026-08-09 · 当前星标 ★ 250
核心亮点
- 提供平台无关的测试脚本，一次编写可跑多种聊天平台
- 内置丰富的断言和模拟器，支持复杂对话流程验证
- 与主流测试框架和 CI 工具无缝集成，易自动化
不足之处
- 文档偏少，新手入门门槛较高
- 社区活跃度一般，扩展插件生态有限
适用场景
- 在 CI/CD 中自动化回归测试聊天机器人对话流程
- 跨平台验证同一机器人逻辑在不同渠道的表现
- 开发阶段快速模拟用户对话以调试机器人响应
替代项目
Botium、ChatterBot、Rasa Test
上一篇：ZORG-Jailbreak-Prompt-Text
下一篇：arksim
同类项目推荐
every_eval_ever
开源
把散落各处的 AI 评测结果统一成可比较的公共数据库
Every Eval Ever is a shared schema and crowdsourced eval database. It defines a stan···
NISQA
开源
无参考也能给语音质量打分，TTS自然度一测便知
NISQA - Non-Intrusive Speech Quality and TTS Naturalness Assessment
Anti-DreamBooth
开源
给照片加隐形噪声，让AI学不会你的脸
Anti-DreamBooth: Protecting users from personalized text-to-image synthesis (ICCV 20···
AttackVLM
开源
给视觉语言模型找茬，一键测出安全漏洞
[NeurIPS, 500+ Citations!] Alignment & Safety for multimodal foundation models
Viper
开源
用AI驱动红队演练，自动化攻击模拟，提升渗透效率
Adversary simulation and Red teaming platform with AI
benchmark
开源
一套脚本横向对比多个大模型的质量
Benchmark suite for LLMs from Fireworks.ai
evalstats
开源
小样本评测也能算出模型差异是否真实
Statistical inference for AI evaluations, from model comparisons to corrections for ···
ai-rag-chat-evaluator
开源
给 RAG 问答打分，量化回答质量再上线
Tools for evaluation of RAG Chat Apps using Azure AI Evaluate SDK and OpenAI
arc-agi-benchmarking
开源
统一流程跑多个大模型，横向对比抽象推理成绩
Testing baseline LLMs performance across various models