ai-eval-platform 是评测安全领域的开源项目，由 huangyiminghappy 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 466 个项目，GitHub 星标数为 11。
项目仍在小幅维护中，最近一次代码更新于 2026-09-03。Apache-2.0 许可证，可免费使用和部署，无付费版本。
它主要面向的使用场景是：RAG系统检索质量与回答准确性评估。同类可对比的替代方案包括 Promptfoo、DeepEval、Ragas。
GitHub 星标
★ 11
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类智能体
开发团队huangyiminghappy
所属国家
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，无付费版本。
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agent-evaluation,ai-agent,ai-evaluation,ai-infra,blind-test,human-evaluation,llm-as-judge,llm-evaluation,multi-turn-conversation,openai-compatible,rag,rag-evaluation
GitHub 星标★ 11
30天Star增速
HF 下载量
上线时间2026-06-17 00:00:00
最近更新2026-09-03 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7
使用教程
核心亮点
- 支持 RAG、Agent、多轮对话等复杂场景，覆盖全面
- 集成 LLM-as-Judge 和人工盲测，兼顾自动化与主观体验
- 提供评测报告，便于追踪和对比模型迭代效果
不足之处
- 项目处于早期阶段，文档和社区生态待观察
- 功能丰富但可能上手门槛较高，需一定配置成本
适用场景
- RAG 系统检索质量与回答准确性评估
- AI Agent 任务完成率与多轮交互体验测试
- 模型版本迭代前后的效果对比与回归测试
替代项目
Promptfoo、DeepEval、Ragas
项目介绍
上一篇：RiOSWorld
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,···
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
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
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.