项目与实践

用途

评估智能客服在多轮交互中的回答和调用过程。

提供什么

• 模拟用户驱动多轮对话
• 结合对话内容与节点日志评分
• 生成 Markdown 报告，支持断点续传

用途

查看模型选型指标，并追溯 KINA 运行与样本记录。

提供什么

• 成本、准确率与观测延迟对比
• 模型视图与评测证据视图分离
• 浏览运行记录与样本数据

延迟视图表示当次运行的观测值；并发、重试和端点条件会影响结果。

用途

为 Claude Code 等 Agent 接入博查搜索。

提供什么

• 网页搜索与 AI 语义搜索
• 候选内容的语义重排
• 结构化结果与错误诊断

用途

通过探针检查模型 API 的行为与输出。

提供什么

• 质量、安全性与完整性探针
• 模型身份相关检查
• CLI 与 Node.js 库接口

Fork 项目，上游来源：Bazaarlinkorg/LLMprobe-engine ↗。