评测
聚合、对比与 benchmark 报告。
可视化
审查指标背后的证据。
EvalScope 报告把聚合结果与样本 review、Agent Details、服务图表关联。可在本地运行；无需托管客户数据。
从输出到洞察
一个本地 Dashboard，一条证据链。
同一报告 · 数据留在本地
1
输出目录
outputs/
2
扫描运行
发现评测。
3
对比
对比结果。
4
审查样本
打开 review。
5
分享报告
HTML / JSON
四种证据视图
Agent
任务详情、模型请求与工具事件证据。
性能
负载曲线、延迟、TTFT 与吞吐图表。
运行产物
配置、原始输出与可分享的 HTML 报告。
四个视图，一条证据链。
真实 Dashboard 截图
聚合 → 样本 → 产物。
使用报告定位样本，再查看它的预测与 review。同一输出目录保存配置和原始产物，支持本地审查。
pip install 'evalscope[service]'
evalscope service --outputs ./outputs01reports/聚合决策
02reviews/样本证据
03configs/可运行上下文
04outputs/原始记录