嗨，HN，我是尼科莱。我和德国的一个小团队正在开发Rhesis，这是一个用于测试对话式大型语言模型（LLM）应用和代理的开源平台。今天我们分享了一个早期的社区预览。
<p>我们为什么要构建这个平台：
我们发现团队在测试过程中反复遇到困难：测试用例分散、指标不明确或不一致，以及大量的手动工作，仍然错过了生产前的明显失败。大多数工具假设单个开发者独自进行评估；实际上，测试往往涉及项目经理、领域专家、质量保证人员和工程师。我们构建Rhesis就是为了简化这种协作。
<p>它的功能：
Rhesis是一个可自托管的平台（带有用户界面），团队可以在上面创建、运行和审查对话式人工智能系统的测试。以下是几个核心理念：
<p>- 测试生成：创建和运行单轮或完整对话的测试；该平台还可以利用您的领域上下文生成单轮和多轮场景。
- 领域上下文/知识：提供背景材料以指导测试创建，这样您就不必从空白提示开始。
- 协作工具：非技术团队成员可以编写测试用例、留下评论和审查结果；开发者可以通过详细的跟踪和输出深入分析失败。
- 统一指标：可以引入DeepEval、RAGAS及类似开源框架的评估指标，而无需重新实现。
<p>当前状态：
仍处于早期阶段。我们上周发布了v0.4.2版本，提供零配置的Docker设置。核心流程已正常工作，但仍有一些粗糙之处。所有内容均采用MIT许可证；企业版将在后续推出，但开源核心将保持免费。我们目前专注于对话式应用，因为我们发现评估和质量保证工作流中存在最大的痛点。
<p>链接：
应用：app.rhesis.ai
GitHub：github.com/rhesis-ai/rhesis
文档：docs.rhesis.ai
<p>欢迎分享您的想法，并随时询问有关平台设计、架构或我们对协作测试工作流的思考。
返回首页
一周热榜
嘿，HN（黑客新闻），
我和我的团队开发了一个工具来解决我们自己的需求。我们厌倦了在每个新项目的头几天都要设置相同的 Vue + Laravel 模板：编写迁移、模型、基本的 CRUD 控制器，以及在前端连接表单和数据表。
因此，我们构建了 Codecannon。这是一个网络应用程序，您可以在其中定义数据模型、列和关系，它会为您生成一个全栈应用程序。
需要明确的是，生成的代码并不是由 AI 生成的。它是由我们自己的代码生成器确定性地生成的，因此输出始终是可预测的、干净的，并遵循常规最佳实践。
与其他工具的主要区别在于，它不是一个让您被锁定的无代码平台。当您完成后，它会将结构良好的代码库推送到您的 GitHub 仓库（或者您可以下载一个 .zip 文件）。您完全拥有它，并可以立即在其基础上开始构建您的实际功能。
它生成的内容包括：
- Laravel 后端：迁移、带有关系的模型、工厂、填充器和基本的 CRUD API 端点。
```
- Vue 前端：一个使用 PrimeVue 组件的单页面应用（SPA）。它包括身份验证页面、数据表，以及每个模型的创建/编辑表单，所有状态管理都已连接。
- 开发工具：包括 Docker 配置、CI/CD 流水线启动器、代码检查工具和格式化工具。
```
这个想法是跳过重复的工作，直接进入项目的有趣部分。
使用构建器是免费的，可以查看实时预览，并下载最多 5 个模块的完整代码库。对于更大的应用程序，只有在您决定需要源代码时才需要付费。
我们目前处于早期 alpha 阶段，非常希望能从社区获得一些诚实的反馈。生成的代码看起来合理吗？我们是否遗漏了任何明显的功能？这是您觉得有用的东西吗，或者您认识可能会感兴趣的人吗？请告诉我您的想法。