suede-ai-eval

Suede Labs AI 评估设计与覆盖审计：包含 AI-SPEC、失效模式评分标准（含严重性打分）、具体通过/失败评估用例、覆盖率和基础设施评分，以及机械式验收关卡。适用于以下场景：当变更涉及 LLM、RAG、智能体、分类器、提示词或生成媒体行为上线时；或被要求为 AI 功能编写评估方案时；设计模型表面的测试用例时；审计现有评估覆盖范围时；或判断 AI 行为是否安全可上线时。 **无 AI-SPEC 即无评估计划，无评估计划则不得给出推荐上线结论。** **不适用于：** 审查或评分 AI 表面背后的实现代码（请使用 suede-code）；将通过的测试套件接入 CI 作为强制检查（请使用 suede-ci-gate）；对已构建功能进行超出评估套件范围的用户验收测试（此为 Suede Labs 私有配套工具，不包含在本套件中）。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本