AI 应用评测平台

本次搭建的AI 应用自动化评测平台采用界面、接口、业务逻辑、数据存储完全解耦的四层架构,如图1所示,各层独立迭代、高效协同,实现模块解耦与功能复用,提升平台的扩展性与迭代效率,各层技术实现与功能定位如下:

  1. 前端展示层:基于 React+Vite+TypeScript+TanStack Router+TanStack Query 实现,包含智能体注册、评测集、评估器、实验管理、运行实验、日志界面 6 大功能模块,提供可视化操作入口;
  2. API 网关层:依托 FastAPI 实现 RESTful API,结合 WebSocket 完成实时通信,通过 JWT/OAuth2 实现认证授权,为前后端交互提供标准化、安全化接口;
  3. 核心服务层:基于 Python+FastAPI+Langfuse SDK+SqlModel 实现,采用多 Agent 协作架构,包含智能体 / 评测集 / 评估器管理、生成评测集、评估器、生成评测报告四大核心模块,是平台智能化能力的核心载体;
  4. 数据存储层:采用异构存储方案,MySQL 存储核心业务数据、RAG 存储业务知识库、ClickHouse 存储时序分析数据,实现不同类型数据的高效管理与检索。

实现效果:

新建评测集页

评测集列表页

评估器详情页

评估器列表页

实验管理页面

实验详情页面

实验日志界面

评测报告页面

相关推荐
吴佳浩1 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_095 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区6 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔7 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区7 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM1237 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI7 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健8 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV8 小时前
Google 重返第一梯队
人工智能·google·aigc