$ loading_
帮助开发团队实时评估AI回复质量、行为模式与测试结果。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"AI Evaluator MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用这个 MCP 工具对以下 AI 回复进行评估，重点检查事实准确性、指令遵循性和安全性，并输出评分与改进建议：{{AI回复内容}}返回结构化评估结果，包括各项得分、问题说明与优化建议。
基于 Petri 风格行为评估模式，为客服 AI 设计一组测试用例，覆盖拒答、澄清、多轮一致性和风险控制，并说明每项的判定标准。
输出可执行的行为测试用例清单及对应评估标准。
把这个 MCP 工具接入我的 AI 开发流程，对每次模型输出自动执行 Inspect AI 评测，并汇总失败项、波动趋势和需要优先修复的问题。
生成持续评测报告，展示失败样本、趋势变化和修复优先级。
用于评估 AI 智能体输出质量，支持 CI 质检、回归对比与灰度放量决策。
通过自动化浏览器测试与诊断，验证 AI 生成代码的可用性并收集证据。
自动评估网页应用的功能、性能与可用性，帮助快速发现问题
为 MCP 智能体输出按质量、安全与成本进行标准化评分评估。
让 AI 代理可编程执行测试、查询结果并获得测试策略建议
运行测试与静态检查并汇总错误，帮助开发者高效迭代调试并减少上下文噪音。