READY-TO-USE ASSETS
资产模板库
直接下载、复制，拿来干活。面向 AI 测试和质量团队的可复用模板。
文档模板v1.0.0
AI 评测方案模板（RAG / Agent 通用）
用于立项和评审的 AI 评测方案骨架，覆盖目标、范围、指标、数据、流程和风险。
ai-evaluation-plan.md4 次下载 ↗
文档模板v1.0.0
AI 质量准入报告模板
上线前给产品、研发和质量共同签字的 AI 质量准入报告模板。
ai-quality-admission-report.md2 次下载 ↗
文档模板v1.0.0
Golden 数据集标注规范文档
统一问题、参考答案、证据、期望行为和严重度的标注口径。
golden-annotation-guideline.md3 次下载 ↗
文档模板v1.0.0
红队安全测试方案模板
覆盖提示注入、越狱、隐私泄露和 Agent 越权的安全测试方案。
red-team-security-plan.md2 次下载 ↗
用例模板v1.0.0
RAG Golden 用例 Excel 模板
可直接用 Excel 打开的 RAG Golden 用例表，包含问题、证据、参考事实和评测标签。
rag-golden-cases.csv2 次下载 ↗
用例模板v1.0.0
Agent 轨迹 Golden 用例模板
描述任务目标、期望工具顺序、参数约束和最终状态的 Agent 轨迹模板。
agent-trace-golden.json2 次下载 ↗
用例模板v1.0.0
对抗用例模板
统一记录提示注入、越权、超长输入、无答案和敏感信息诱导等对抗用例。
adversarial-cases.jsonl2 次下载 ↗
Prompt 模板库v1.0.0
标准化 LLM 裁判打分 Prompt
支持多维度评分、通过/失败判定、证据引用和人工复核标记的裁判 Prompt。
llm-judge-scoring-prompt.md19 次下载 ↗
Prompt 模板库v1.0.0
幻觉与忠实度评判 Prompt
先抽取答案事实声明，再逐条检查上下文是否支持，区分无依据、矛盾和遗漏。
hallucination-faithfulness-prompt.md2 次下载 ↗
CI 配置模板v1.0.0
GitHub Action 评测门禁 YAML
通用的 Promptfoo 评测 GitHub Action，运行评测、保存结果并执行质量门禁。
prompt-eval-gate.yml2 次下载 ↗
CI 配置模板v1.0.0
Gitee Workflow 评测门禁 YAML
适合 Gitee 仓库的开源 CI 评测门禁骨架，保留模型变量和结果产物位置。
prompt-eval-gate.yml3 次下载 ↗
Checklistv1.0.0
RAG 上线前评测 Checklist
RAG 上线前从数据、检索、生成、拒答、性能和回滚六个方面逐项确认。
rag-release-checklist.md2 次下载 ↗
Checklistv1.0.0
Agent 上线准入 Checklist
Agent 上线前检查任务成功、工具调用、参数合法性、状态一致性和越权风险。
agent-admission-checklist.md2 次下载 ↗
Checklistv1.0.0
LLM 裁判定期校准 Checklist
定期检查裁判与人工标注的一致性、漂移、偏差和门禁附近样本。
llm-judge-calibration-checklist.md2 次下载 ↗