✨ 简介

Ragas 是一个帮助你把「凭感觉检查（vibe checks）」升级为系统化评测循环的库。它为大型语言模型（LLM）应用评测提供工具，让你能更轻松、更有把握地评估自己的 LLM 应用。

为什么选择 Ragas？

传统评测指标抓不住 LLM 应用真正重要的东西。人工评测又无法规模化。Ragas 通过把 LLM 驱动的指标 与 系统化实验 结合起来，形成持续改进循环。

核心特性

• 实验优先：用 experiments 一致地评估改动。做出修改、运行评测、观察结果，再迭代改进你的 LLM 应用。

• Ragas 指标：用简单的装饰器为具体场景创建自定义指标，或直接使用我们的可用指标库。了解更多关于 Ragas 中的指标。

• 易于集成：内置数据集管理、结果追踪，并与 LangChain、LlamaIndex 等主流框架集成。

想借助评测改进你的 AI 应用？

过去两年里，我们见过并帮助改进了许多使用评测的 AI 应用。

我们正在把这些经验压缩成一个产品，用评测循环替换 vibe checks，让你能专注于构建优秀的 AI 应用。

如果你希望借助评测改进并扩大 AI 应用的规模，🔗 预约一个时段，或发邮件给我们：founders@vibrantlabs.com。