编程智能体与代码 · 工具介绍
RAGeval
为 RAG 调用记录检索相关性、依据一致性、成本和延迟，并以多评审结果标记分歧。
RAGeval 能做什么
为 RAG 调用记录检索相关性、依据一致性、成本和延迟，并以多评审结果标记分歧。
- 语言模型与智能体质量评估及回归检查
如何使用 RAGeval
检查资料问答链路的检索与回答质量
准备输入
- RAG 应用
- 测试问题
- 评审模型配置
操作步骤
- 把调用接入观测服务并配置评审面板。
- 运行测试问题，收集上下文、回答和调用指标。
- 在看板检查分歧与低分样例，回查原文后调整链路。
预期交付物
- RAG 评测与遥测记录
- 待复核样例
多模型一致意见仍可能错误，隐私资料与评审调用成本需单独控制。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从编程智能体与代码角度评估RAGeval
把编程智能体与代码需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
能否读懂上下文
确认工具能够读取所需目录，且不会引入不必要的资料。
改动是否可审查
优先能展示差异、保留原文件和逐步验证的工作方式。
测试能否说明问题
测试应覆盖用户可见行为，不只证明代码能运行。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
