Techniques & Tutorials9 min read
测试一个“听起来对、实际上错”的 RAG 流水线
把检索指标和生成指标分开，否则你会花一周时间去调优错误的那个阶段。
2026-08-18QASkill Hub5 linked entries
LLM ObservabilityArize AI
Arize Phoenix
LLM 追踪与评测，可在 ELv2 许可下自托管。
Status
Elastic License 2.0，并非 OSI 认可的开源许可：允许自托管，不允许作为托管服务转售。
追踪加评测库。在仓库内直接提供第一方 agent 技能，可作为厂商打包测试知识的范本。
Related writing