方法与教程/2026-09-28/3 分钟先看一条轨迹,再给对话打分GitHub 上的 Arize Phoenix 用来把一次模型调用拆开:输入、工具、检索和最终回答。适合已经有对话功能、但还不知道坏在哪一步的人。不打榜,也不代替 Promptfoo 的规则断言。