dingo 是评测安全领域的开源项目，由 MigoXLab 开发，2024 年首次发布。
它收录于评测安全分类，该分类目前共有 448 个项目，GitHub 星标数为 757。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-16。
它主要面向的使用场景是：大模型训练前对爬取语料做质量筛查与打分。同类可对比的替代方案包括 DeepEval、Ragas。
dingo
一键评测AI数据与模型质量，自动出报告
Dingo 是一个面向 AI 数据、模型与应用的质量评测工具，用 Python 编写。它要解决的问题是：大模型项目里数据质量参差不齐、模型输出难以量化评估，团队往往缺少一套统一、可复用的评测流程。Dingo 提供从数据质量检查到模型/应用效果评估的一体化能力，内置多种评测规则与指标，并引入 agent-as-a-judge 思路，用智能体辅助打分，降低人工标注成本。它支持对常见爬取数据（如 Common Crawl 来源）做质量评估并生成质量报告，也能对模型输出做多维度打分。整体定位是让数据清洗、模型选型和上线前的质量把关有据可依，适合需要批量评估语料与模型表现的工程团队快速接入。
开源
unknown
评测安全
GitHub 星标
★ 757
维护状态
活跃
是否开源
是
定价模式
unknown
项目数据
分类评测安全
开发团队MigoXLab
所属国家
定价模式unknown
价格说明定价信息待确认
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-as-a-judge,common-crawl,data-agent,data-evaluation,data-quality,data-quality-assessment,data-quality-report,data-validation,dataquality,datascience,deepseek,hallucination,hallucination-detection,llm,llm-as-a-judge,openai,opencompass,qwen,spark,vlm
GitHub 星标★ 757
30天Star增速
HF 下载量
上线时间2024-12-24 00:00:00
最近更新2026-09-16 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-16
浏览次数0
使用教程
核心亮点
- 内置多种数据质量规则与指标，开箱即可对语料批量打分
- 引入 agent-as-a-judge，用智能体辅助评测，减少纯人工标注
- 支持生成数据质量报告，便于团队复盘与决策
不足之处
- 项目星标约756，属于早期阶段，生态与案例积累有限
- 评测规则和指标的覆盖面可能仍需按业务自行扩展
适用场景
- 大模型训练前对爬取语料做质量筛查与打分
- 模型上线前对输出效果做多维度自动评测
- 数据团队定期生成数据质量报告，跟踪数据健康度
替代项目
DeepEval、Ragas
项目介绍
上一篇：ClawProBench
下一篇：ps-fuzz
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
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···
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