bergen 是评测安全领域的开源项目，由 naver 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 458 个项目，GitHub 星标数为 281。
项目仍在小幅维护中，最近一次代码更新于 2026-09-01。开源库，本地部署，完全免费。
它主要面向的使用场景是：对比不同向量数据库在RAG中的检索效果。同类可对比的替代方案包括 RAGAS、TruLens、LlamaIndex。
bergen
给RAG系统做体检，量化对比谁更强
bergen 是一个专注于 RAG（检索增强生成）系统的基准测试库。它解决了 RAG 应用开发中缺乏标准化评估工具的问题，提供了一套统一的测试框架和指标，帮助开发者量化比较不同 RAG 管线的性能。其核心能力包括：支持多种检索器和生成器组合、提供预置的测试数据集、自动计算召回率、准确率等关键指标，并生成可视化报告。通过 bergen，开发者可以快速定位 RAG 系统中的瓶颈，优化检索策略和提示词设计，从而提升整体回答质量。项目目前处于早期阶段，代码以 Jupyter Notebook 为主，适合研究者和工程师用于实验对比。
开源
free
搜索知识
GitHub 星标
★ 281
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队naver
所属国家
定价模式free
价格说明开源库，本地部署，完全免费
访问状态
是否开源是
开源协议NOASSERTION
主要语言Jupyter Notebook
技术栈/模型augmentation,generation,llms,rag,retrieval
GitHub 星标★ 281
30天Star增速
HF 下载量
上线时间2024-05-09 00:00:00
最近更新2026-09-01 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4
使用教程
核心亮点
- 提供标准化的RAG评估指标，告别拍脑袋调优
- 支持灵活组合检索器和生成器，方便A/B测试
- 自动生成可视化报告，直观展示系统短板
不足之处
- 项目处于早期，文档和API可能不稳定
- 依赖Jupyter环境，集成到生产流程需额外适配
适用场景
- 对比不同向量数据库在RAG中的检索效果
- 优化提示词时量化评估回答质量变化
- 学术研究中复现和比较RAG方法
替代项目
RAGAS、TruLens、LlamaIndex
项目介绍
上一篇：vidore-benchmark
下一篇：LLMVault
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
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.
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···