📚 构建长期复利型知识基础设施的指南,详见 RAG 实战手册

Evidently

一个开源的 ML 与 LLM 评估、测试与监控框架,支持从实验到生产的一站式质量检查与仪表盘展示。

简介

Evidently 是一个开源的 ML/LLM 可观测性与评估框架,提供报告、测试套件和监控面板,支持表格和文本数据,并内置 100+ 指标,适用于实验分析与生产监控。

主要特性

  • 丰富的报告与测试套件:内置 Presets 与多种指标,支持将报告转为 HTML/JSON。
  • 实时与离线监控:支持导出结果并在 UI 中可视化历史趋势。
  • 灵活的扩展:支持自定义指标、LLM 作为评判器和多种数据类型。

使用场景

  • 实验阶段的模型质量评估与对比分析。
  • CI/CD 中的回归测试与数据漂移检测。
  • 生产环境的模型监控与告警可视化。

技术特点

  • 支持多种 Preset(DataDrift、TextEvals 等)和 100+ 内置指标。
  • 提供可自托管的监控 UI,以及 Evidently Cloud 的托管服务和 demo 环境。
  • 与常见工具链(Pandas、Hugging Face、Docker)兼容,适配多种部署方式。

评论区

Evidently
资源信息
作者 Evidently Team
添加时间 2025-09-27
开源时间 2020-11-25
标签
开源 评估 监控