评测
功能概述
评测 (Evaluation) 界面支持 RAG 系统的端到端质量评估，包括 RAGAS 评测、回归测试、检索消融实验和全息雷达图。
路由
| 路由 | 页面文件 | 功能 |
|---|---|---|
/evaluation | app/evaluation/page.tsx | 评测主页面 |
/evaluations | app/evaluations/page.tsx | 评测列表 |
组件结构
关键 API
| 操作 | API | 说明 |
|---|---|---|
| 创建回归测试 | evaluationApi.createRegressionRun() | 启动回归测试 |
| 测试用例 CRUD | evaluationApi.createCase / listCases | 用例管理 |
| 自动生成用例 | evaluationApi.generateFromDocs() | 从文档生成测试 |
evaluationApi.generateFromConversations() | 从对话生成测试 | |
| RAGAS 评测 | evaluationApi.listRagasRuns() | RAGAS 评测运行列表 |
| 回归对比 | evaluationApi.getRagasRegressionDiff() | 两次评测差异 |
| KG 诊断 | evaluationApi.kgSearchDiagnostics() | KG 检索诊断 |
测试用例管理
TestCaseManager 组件提供：
- 手动创建测试用例（问题 + 期望答案 + 期望引用）
- 从文档自动生成 Golden Questions
- 从对话历史提取测试用例
- 批量导入/导出
全息雷达
HolographicRadar 组件以雷达图展示多维度评测指标，支持多次评测结果叠加对比。
tip
评测运行是异步任务。启动后通过轮询获取结果。大数据集评测可能耗时较长。