返回 AI 工具目录
Rhesis
基础设施人工精选最近核验 2026年7月24日
Rhesis 是面向 AI 团队的测试平台,帮助工程师、产品经理与领域专家协作,为 LLM 与智能体应用生成测试、模拟(含对抗性)多轮对话,并把每个失败追溯到根因。它能从自然语言需求合成大量测试场景,用 Penelope 智能体模拟多轮对话,用 Polyphemus 智能体与 Garak 做对抗测试,内置 60 多种评测指标(涵盖 RAGAS、DeepEval、Garak),并通过 OpenTelemetry 追踪 LLM 调用、把链路与测试结果关联。基于 LiteLLM 支持 OpenAI、Anthropic、Google、Ollama 等上百种模型。提供托管云、Docker 与 Kubernetes 自建以及 rhesis-sdk。核心 MIT 许可,另有企业版。
定价开源部署SaaS 云服务、自托管国内可达国内可达性待核验
解决什么问题
- 从自然语言需求批量生成测试场景
- 模拟多轮及对抗性对话验证应用
- 用 60 多种指标评测输出质量
- 借 OpenTelemetry 追踪调用并定位根因
- 让工程、产品、领域专家协同测试
适合
- 需要系统化测试 LLM 或智能体应用
- 关注对抗测试与安全性验证
- 想统一管理测试用例与评测指标
- 用 LiteLLM 生态、需接多家模型
不适合
- 托管云为海外 SaaS,数据出域需评估
- 自建需 Docker 或 Kubernetes 运维能力
- 偏重测试评测,非生产运行时框架
- 企业版功能需单独授权
如何接入
- 可选托管云或用 ./rh 自建部署
- pip install rhesis-sdk 接入代码
- 经 LiteLLM 对接上百种模型
- 集成 LangChain、LangGraph、CrewAI 等
已知限制
- Rhesis Cloud 数据存于海外,存在出域
- 自建对运维与资源有一定要求
- 指标质量依赖底层框架与所选模型
- 企业能力与开源版存在功能差异
接入与使用事实
- 部署方式
- SaaS 云服务、自托管
- 实现语言
- Python、TypeScript
- 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
- 国内可达性待核验
- 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。