编程智能体与代码 · 工具介绍
TruLens
追踪 AI 应用各步骤的输入输出、耗时和成本，并通过评审规则比较应用版本。
TruLens 能做什么
追踪 AI 应用各步骤的输入输出、耗时和成本，并通过评审规则比较应用版本。
- 语言模型与智能体质量评估及回归检查
如何使用 TruLens
定位智能体失败并比较修订版本
准备输入
- 待测应用
- 代表性数据集
- 评价指标
操作步骤
- 接入调用追踪并配置评价方式。
- 运行样例，查看失败步骤与对应输入输出。
- 修订后在相同数据上比较质量、耗时和成本，人工复核差异。
预期交付物
- 应用调用轨迹
- 版本评测对比
模型评审也会出错，应结合人工标注与实际任务检查评分结论。
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TruLens
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。
