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 ★ 82
核心亮点
- 内置多种评估指标（如准确性、相关性），支持自定义评估函数
- 提供可视化仪表盘，方便追踪调用链和调试 prompt
- 与主流 LLM 框架（如 LangChain、OpenAI）深度集成，接入成本低
不足之处
- 项目早期，文档和社区生态尚不完善
- 功能偏向评估与监控，对 prompt 工程本身的辅助有限
适用场景
- LLM 应用开发中的 prompt 调优与回归测试
- 生产环境下的调用监控与质量评估
- 团队协作时的评估结果共享与对比
替代项目
LangSmith、Weights & Biases、PromptLayer
下一篇：raga-llm-hub
同类项目推荐
model-community
开源
安全模型开箱即用，Notebook 跑通内容审核评测
Making open safety AI models accessible and beneficial to the safety community
ai-llm-comparison
开源
并排对比所有AI模型，快速选出最适合你的那个
A website where you can compare every AI Model ✨
leva
开源
用线上真实数据回放评测，让 Rails 的 LLM 改动不再靠拍脑袋
LLM Evaluation Framework for Rails apps to be used with production data.
LLM-Agent-Paper-List
开源
一键掌握LLM智能体领域核心论文，快速入门不迷路
The paper list of the 86-page SCIS cover paper "The Rise and Potential of Large Lang···
Gym
开源
把模型丢进环境里跑，边评测边改进智能体
Evaluate and improve models and agents using environments
raga-llm-hub
开源
一站式搞定 LLM 评估、防护与安全，让上线更放心
Framework for LLM evaluation, guardrails and security
inspect-robots
开源
一套接口，把任意 VLA 模型放到任意机器人上跑分
Open source evals for physical AI. Run any LLM/VLA on any arm/humanoid against any r···
jevals
开源
每条 trace 一次请求，几分钱延迟低到能进 Agent 循环
Agent evals and guardrails as Jev decisions: one request per trace, a fraction of a ···
VLMEvalKit
开源
一键评测 220+ 多模态模型，秒出对比报告
Open-source evaluation toolkit of large multi-modality models (LMMs), support 220+ L···