T

- First baseline snapshot for drift detection
- 16/16 test cases passed
- 0 failures, 0 errors

2026-07-09 20:38:41 +08:00

2026-07-09 20:14:15 +08:00

2026-07-09 20:38:41 +08:00

promptfooconfig.yaml

2026-07-09 20:14:15 +08:00

README.md

2026-07-09 20:18:24 +08:00

TRIGGER.md

chore: trigger hook v4

2026-07-09 20:26:03 +08:00

Hermes CI Eval

项目 Bot 回复质量基线评测

使用 promptfoo 对 Hermes Bot 的回复质量进行自动化评测。

cd promptfoo-eval
export DEEPSEEK_API_KEY=sk-xxx
promptfoo eval --max-concurrency 2