
GitHub 收藏27.4K近 7 天 +361
代码最近更新2026 年 11 月 19 日
许可证开源 · MIT
要不要花钱免费
主要用于自动化测试提示词质量、横向对比多款大模型表现,并扫描安全漏洞。适合大模型应用开发者。在电脑通过命令行安装或直接运行,配好接口密钥即可使用。
能做什么
- 自动评测提示词与输出质量
- 横向对比不同大模型的表现
- 扫描大模型应用的安全漏洞
- 接入代码流水线进行自动化检查
怎么开始
- 需要会用命令行,在终端中直接运行或安装工具
- 在环境变量中设置所需大模型的接口密钥
- 运行评测命令并在终端或本地查看结果
选它,如果你……
- 你想横向对比多款大模型的回答效果
- 你需要自动化测试提示词并扫描安全漏洞
- 你会使用命令行并希望测试数据完全留在本地
别选,如果你……
- 你完全不会用命令行且只想要图形界面软件
- 你只想日常聊天而不需要批量评测大模型
怎么用
代码开源,可以免费下载使用。
多少钱、在哪买
免费使用。
看看它的样子
综合评价
不错还在更新,问题处理一般
- 更新很活跃近 90 天改代码 1,342 次;最近一次发版是 0 天前(code-scan-action-0.2.3)
- 问题处理一般近 90 天新开 119 个问题,解决了 62 个,一般 5.6 天解决;外部提交的修改合进 1,350 个,待处理 815 个
- 用的人多GitHub 收藏 2.7 万,近 7 天新增 361;390 人参与开发
- 用户口碑暂不计用户评价满 5 条后才算进来
数字取自 GitHub 的公开记录(2026/11/19), 用户评价来自本页口碑。自己核对:项目主页、问题、外部提交的修改、发版记录。
怎么评的
只看公开、能核对的数据,不打分数,只给四档结论,每一项的依据都写在旁边。
- 更新:近 90 天改了多少次代码、最近一次发版是哪天。7 天内有改动并且改得多或常发版,算「很活跃」;30 天内有改动算「活跃」;半年内算「放缓」;半年以上没动或者已经归档,算「停更」。
- 问题处理:近 90 天新开的问题解决了几成、一般几天解决、外部提交的修改积压了多少。解决八成以上、一般一周内解决、积压不比合进去的多,算「好」;解决不到一半算「差」;其余算「一般」。新问题不到 10 个的不评。
- 用的人:GitHub 收藏 5 万以上算很多,1 万以上算多,1 千以上算一般。旁边写近 7 天新增多少、多少人参与开发。
- 用户口碑:用户评价满 5 条才算进来(注册不满 7 天的账号不算);平均分在 2.5 分及以下,总评降一档。
- 总评四档:还在更新、问题处理好、用的人多 → 推荐;还在更新 → 不错;更新放缓或问题处理差 → 一般;半年以上没更新 → 谨慎。许可证有附加条件、商用受限的,单独提醒,不影响总评。
- 收费软件(ChatGPT、Cursor 这类)没有公开的问题记录,就看 App Store:最近一次更新在 30 天内算「活跃」,半年内算「放缓」,半年以上算「停更」;打分人数 10 万以上算很多,1 万以上算多,1 千以上算一般;评分 4 分以上算好,2.5 分及以下算差,打分不到 100 人不评。再加上用户评价。
收藏数能刷,所以只占一项;更新和问题处理很难刷。数据每天更新,超过两周没更新的不评。
最近更新和热度
- code-scan-action-0.2.3
- 0.126.0
- 0.125.1
GitHub 收藏
27,437 次净增 +1,2232026/10/21—2026/11/192026/11/19 · 27,437 次
查看每日记录
| 日期 | GitHub 收藏(次) |
|---|---|
| 2026/10/21 | 26,214 |
| 2026/10/22 | 26,252 |
| 2026/10/23 | 26,318 |
| 2026/10/24 | 26,358 |
| 2026/10/25 | 26,395 |
| 2026/10/26 | 26,430 |
| 2026/10/27 | 26,479 |
| 2026/10/28 | 26,525 |
| 2026/10/29 | 26,567 |
| 2026/10/30 | 26,609 |
| 2026/10/31 | 26,659 |
| 2026/11/01 | 26,683 |
| 2026/11/02 | 26,720 |
| 2026/11/03 | 26,764 |
| 2026/11/04 | 26,809 |
| 2026/11/05 | 26,858 |
| 2026/11/06 | 26,887 |
| 2026/11/07 | 26,918 |
| 2026/11/08 | 26,945 |
| 2026/11/09 | 26,976 |
| 2026/11/10 | 27,004 |
| 2026/11/11 | 27,043 |
| 2026/11/12 | 27,076 |
| 2026/11/13 | 27,117 |
| 2026/11/14 | 27,151 |
| 2026/11/15 | 27,202 |
| 2026/11/16 | 27,264 |
| 2026/11/17 | 27,339 |
| 2026/11/18 | 27,398 |
| 2026/11/19 | 27,437 |
能替代它的
标出的是和 Promptfoo 不一样的地方
Ragas综合评价:一般更侧重用客观指标深入评估模型回答质量还没人评 · 5 天前更新
Lm Evaluation Harness综合评价:一般更侧重用学术基准跑分来横向对比各基础模型还没人评 · 79 天前更新
Phoenix综合评价:不错是可视化监控平台,还支持全链路调用排查还没人评 · 今天更新
| 软件 | 起步价 | 难不难用 | 中文 | 开源 | 口碑 | 最近更新 |
|---|---|---|---|---|---|---|
| Promptfoo | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 今天 |
| Ragas | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 5 天前 |
| Lm Evaluation Harness | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 79 天前 |
| Phoenix | — | 要自己部署 | 没写明 | 代码公开 | 还没人评 | 今天 |
逐项对比Promptfoo 对
| Promptfoo | Ragas | |
|---|---|---|
| 起步价 | 免费 | 免费 |
| 难不难用 | 要写代码 | 要写代码 |
| 中文 | 没写明 | 没写明 |
| 开源 | 开源 | 开源 |
| 口碑 | 还没人评 | 还没人评 |
| 最近更新 | 今天 | 5 天前 |
标黄的是两款不一样的地方
用户口碑
还没有人点评。用过的话,写下第一条真实体验,帮后来的人少踩坑。
数据来源:GitHub,每天更新,更新时间 2026 年 11 月 19 日。 信息有误?告诉我们。
发布软件评论