返回 AI 工具目录
DataEval/dingo
MCP 服务人工精选最近核验 2026年7月23日
Dingo 是一个面向 AI 数据、模型与应用的质量评估工具,内置一百多项评估规则,覆盖预训练语料、SFT 微调数据、RAG 系统、幻觉检测与安全等维度。它可接入本地文件、SQL 数据库、HuggingFace、S3 等多种数据源,采用规则、大模型与智能体相结合的混合评估方式,支持多字段并行评估与面向大规模数据的流式处理。除 CLI 与 Python SDK 外,还内置 MCP 服务端(支持 SSE 与 stdio),可在 Cursor 等 IDE 中作为数据质量评估工具接入。Python 编写,Apache 2.0 许可。
定价开源部署本地运行、自托管国内可达国内可达
解决什么问题
- 系统评估训练语料与微调数据质量
- 覆盖 RAG 幻觉检测与安全等维度
- 接入本地 SQL HuggingFace S3 等数据源
- 规则 大模型 智能体混合评估
适合
- 需要为语料与数据集做质量把关
- 评估 RAG 系统输出质量的团队
- 处理大规模数据的质量筛查
不适合
- 属评估工具 不直接清洗或修数据
- LLM 评估维度需自备模型与算力
- 指标众多 需按场景挑选配置
- 结果需人工复核 非自动定论
如何接入
- pip install dingo-python 安装
- CLI dingo eval 或 dingo serve 运行
- 内置 MCP 服务端支持 SSE 与 stdio
- 可在 Cursor 等 IDE 中接入
已知限制
- 涉及 LLM 评估时依赖外部模型
- 大规模评估对算力有要求
- 指标配置有一定学习成本
- 部分安全指标需结合业务判定
接入与使用事实
- 部署方式
- 本地运行、自托管
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- 待确认
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。