dsh-llm-eval
LLM 评估：输出质量评估、幻觉检测、基准测试、回归守护。
AI 分析
核心用途是评估大语言模型应用的输出质量。适合需要对 LLM 应用进行幻觉检测、基准测试、构建测试集并输出评估报告的算法与工程人员。
安装
$
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:satan9394/dsh-llm-eval说明文档
阅读完整 README ↗使用
对 agent 说"评估这个 LLM 应用 / 检测幻觉"，llm-eval 技能输出
评估报告（维度/测试集/通过率/失败模式）。