EvalCore

用于 AI 系统的确定性评估引擎

EvalCore 是一款面向 AI 系统的确定性评测引擎，通过单一二进制即可对 LLM 应用与智能体完成指标衡量、模型横向对比与回归门禁。它内置统计试验、side-by-side 模型比对、基于 OTel trace 的 agent 轨迹回放以及本地可视化查看器，配合 record/replay 缓存机制让 CI 评测实现零成本且可复现。作为早期开源项目，用户的反馈将直接驱动产品路线。