DeepEval 是面向 LLM 应用的测试、评测和回归验证工具。适合把 AI 输出质量纳入工程测试流程。
DeepEval是什么
DeepEval 面向需要更高质量 AI 能力的个人用户、开发者或企业团队，适合用来完成模型调用、内容生成、知识处理、开发集成或业务自动化等任务。它不是普通网址目录，而是一个有明确产品能力和实际使用场景的 AI 相关站点。
主要功能
- LLM 测试：为模型输出写测试。
- 评测指标：比较回答质量和稳定性。
- 回归验证：防止提示词或模型变更后退化。
- 开发流程：适合工程团队持续集成。
适合什么场景
LLM 应用测试、RAG 评测、提示词回归、模型对比和 AI 产品质量控制。
使用前建议
测试样本要覆盖真实用户问题，否则容易高估质量。
