本地演示包 / AI 评测
DeepEval · 售后问题分流评测
用四条标准样例检查本地售后分流器,生成逐条评测报告,并用故意回归演示错误拦截。
这是可下载的本地评测包,使用 Python 3.12 运行,无需 Docker 或 API 密钥。核心软件来自上游项目,本页展示演示代码、配置、示例和使用说明;当前不提供在线实例。
可以体验什么
- 运行四条标准样例,查看完全匹配得分
- 检查 report.json 中的预期与实际标签
- 故意改错一条结果,验证失败退出码
演示包包含什么
- 本地规则分流器与四条人工标注示例
- DeepEval 完全匹配评测及 JSON 报告
- 正常路径与故意回归两种运行方式
怎样运行
Python 3.12 和首次安装依赖时可访问 PyPI 的网络。无需 Docker、模型下载或 API 密钥;随包记录指出 Python 3.9 不兼容。
解压演示包,在其目录中执行:
python3.12 -m venv .venv source .venv/bin/activate python -m pip install -r requirements.txt python run_eval.py python run_eval.py --simulate-regression
正常运行预期为 4/4 通过、退出码 0,并生成 report.json;最后一条命令故意制造回归,预期为 3/4 通过、退出码 1。
当前状态与边界
本演示的被测对象是规则函数,不是已接入的 AI 客服。完全匹配适合固定分类标签,不直接衡量开放式问答质量;不连接真实模型、订单或退款系统。
随包验收记录显示:在 Python 3.12.15 与 DeepEval 4.3.0 下,四条样例全部通过,故意回归能以退出码 1 拦截失败。本次个站接入已核对本地 ZIP 与 GitHub 原包一致。
项目来源
核心软件来自 上游项目;本站演示包对应 我的 GitHub Fork / demo-kit。原项目许可与署名信息以其仓库和包内文件为准。