数据 / MLOps / 项目
jsdhwfmax/EvalForge
语言占比
- Python 99.4%
- Fork
- 0
- 最近更新
- 2026-10-20
- 运行环境
- Docker Compose + PostgreSQL/pgvector
- dashboard/
Streamlit 对比仪表盘应用
- docs/
CI cookbook、互操作规范与案例
- examples/
候选/基线摘要、策略与数据集示例
- schemas/
可移植证据 JSON Schema 定义
- evalforge/
核心实现，含 gate、import、评估器
- tests/
pytest 测试与上游 fixtures
- pyproject.toml
包元数据与 rag/dashboard/dev 依赖组
- README.md
项目介绍、能力表与快速入门命令
- 1从 PyPI 安装门禁$ pip install evalforge-ci
- 2运行示例质量门禁$ evalforge gate examples/candidate_summary.json --policy examples/quality_policy.json --baseline examples/baseline_summary.json --json build/evalforge-report.json --junit build/evalforge-junit.xml --sarif build/evalforge.sarif --markdown build/evalforge-summary.md
- 3导入 promptfoo 结果$ promptfoo eval --output build/promptfoo-results.jsonevalforge import promptfoo build/promptfoo-results.json --output build/evalforge-artifact.json --source-revision "$GITHUB_SHA"
- 4Docker 启动全栈$ docker compose up --build
- 5本地开发安装$ pip install -e ".[rag,dashboard,dev]"
方法、结果与局限
1 / 6
影响
用途与适用场景
面向维护者回答：什么变了、哪些限制被强制执行、机器可读证据在哪。
- 面向维护者回答：什么变了、哪些限制被强制执行、机器可读证据在哪。
- 将 promptfoo/Ragas/DeepEval 评估结果转为可审查的发布证据，不替换这些框架。
- 在现有 CI 中输出 JSON/JUnit/SARIF/Markdown 报告，门禁离线运行、无托管账号。
- 典型场景：RAG 应用与 AI 助手的发布门禁、基线与候选对比。