DeepEval 是一个用于对语言模型应用进行评估和单元测试的框架。它提供了各种指标，可以测试语言模型应用生成的回复在相关性、一致性、无偏见性和无毒性等方面的表现。DeepEval 的离线评估方法简单易用，可以快速集成到现有的流水线中。它提供了多个内置评估指标，并支持自定义评估指标。通过 DeepEval 的 Web UI，工程师可以方便地查看和分析他们的评估结果。