> Discover all available pages from the documentation index: https://mastra.zisheng.pro/fr/llms.txt

# Vérifications rapides

Les vérifications rapides sont des micro-scorers composables destinés aux assertions courantes, telles que « la sortie contient X » ou « l’Agent a appelé le Tool Y ». Elles ne nécessitent aucun LLM, s’exécutent instantanément et s’intègrent au même tableau `scorers: [...]` que tout autre scorer.

## Quand utiliser les vérifications rapides

Utilisez les vérifications rapides lorsque vous avez besoin d’assertions déterministes et rapides :

- Vérifier que le texte produit contient ou exclut certaines chaînes
- Confirmer qu’un Agent a appelé (ou évité) certains Tools
- Valider l’ordre des appels de Tool et leurs limites quantitatives
- Conditionner les pipelines CI à l’aide de vérifications binaires sans coût
- Combiner ces vérifications avec des scorers fondés sur des LLM pour une évaluation à plusieurs niveaux

Pour une évaluation subjective ou sémantique, utilisez plutôt des [scorers fondés sur des LLM](https://mastra.zisheng.pro/fr/docs/evals/built-in-scorers).

## Démarrage rapide

```typescript
import { checks } from '@mastra/evals/checks'
import { runEvals } from '@mastra/core/evals'
import { weatherAgent } from '../agents'

const result = await runEvals({
  data: [{ input: 'What is the weather in Brooklyn?' }],
  target: weatherAgent,
  scorers: [checks.includes('Brooklyn'), checks.calledTool('get_weather'), checks.noToolErrors()],
})

console.log(result.scores)
// { 'check-includes': 1, 'check-called-tool': 1, 'check-no-tool-errors': 1 }
```

## Vérifications disponibles

Les vérifications rapides se répartissent dans les catégories suivantes :

### Vérifications du texte

Ces scorers évaluent le texte produit par l’Agent :

| Vérification             | Fonction                                               | Score                               |
| ------------------------ | ------------------------------------------------------ | ----------------------------------- |
| `checks.includes(str)`   | La sortie contient la sous-chaîne                      | 1 ou 0                              |
| `checks.excludes(str)`   | La sortie ne contient pas la sous-chaîne               | 1 ou 0                              |
| `checks.equals(str)`     | La sortie correspond exactement à la chaîne            | 1 ou 0                              |
| `checks.matches(regex)`  | La sortie correspond à l’expression régulière          | 1 ou 0                              |
| `checks.similarity(str)` | Similarité avec la chaîne selon le coefficient de Dice | 0 à 1 (ou binaire avec `threshold`) |

### Vérifications des appels de Tool

Ces scorers évaluent l’utilisation des Tools pendant l’exécution de l’Agent :

| Vérification              | Fonction                                          | Score  |
| ------------------------- | ------------------------------------------------- | ------ |
| `checks.calledTool(name)` | Le Tool a été appelé au moins N fois              | 1 ou 0 |
| `checks.didNotCall(name)` | Le Tool n’a pas été appelé                        | 1 ou 0 |
| `checks.toolOrder([...])` | Les Tools ont été appelés dans l’ordre attendu    | 1 ou 0 |
| `checks.maxToolCalls(n)`  | Le nombre total d’appels de Tool ne dépasse pas N | 1 ou 0 |
| `checks.usedNoTools()`    | Aucun Tool n’a été appelé                         | 1 ou 0 |
| `checks.noToolErrors()`   | Aucun appel de Tool n’a produit d’erreur          | 1 ou 0 |

## Combiner les vérifications avec des scorers LLM

Les vérifications se combinent avec des scorers fondés sur des LLM dans un même appel à `runEvals`. Utilisez les vérifications comme conditions déterministes et les scorers LLM pour l’évaluation qualitative :

```typescript
import { checks } from '@mastra/evals/checks'
import { createFaithfulnessScorer } from '@mastra/evals/scorers/prebuilt'
import { runEvals } from '@mastra/core/evals'
import { myAgent } from '../agents'

const result = await runEvals({
  data: [
    {
      input: 'What is the weather in Brooklyn?',
      context: ['Brooklyn weather data: sunny, 72°F'],
    },
  ],
  target: myAgent,
  scorers: [
    // Deterministic checks (instant, free)
    checks.includes('Brooklyn'),
    checks.calledTool('get_weather'),
    checks.excludes('error'),
    checks.noToolErrors(),

    // LLM-based scorer (semantic, costs tokens)
    createFaithfulnessScorer({ model: 'openai/gpt-5-mini' }),
  ],
})
```

## Utiliser les vérifications pour l’évaluation en direct

Associez des vérifications aux Agents pour assurer un suivi continu :

```typescript
import { Agent } from '@mastra/core/agent'
import { checks } from '@mastra/evals/checks'

export const weatherAgent = new Agent({
  id: 'weather-agent',
  name: 'Weather Agent',
  instructions: 'Answer weather questions using the get_weather tool.',
  model: 'openai/gpt-5.6-sol',
  tools: { get_weather: weatherTool },
  scorers: {
    noErrors: {
      scorer: checks.noToolErrors(),
      sampling: { type: 'ratio', rate: 1 },
    },
    mentionCity: {
      scorer: checks.includes('Brooklyn'),
      sampling: { type: 'ratio', rate: 0.5 },
    },
  },
})
```

## Fonctionnement des vérifications

Chaque vérification est une instance standard de `createScorer()` comportant une étape `preprocess` et une étape `generateScore`. Elles suivent le même [pipeline en quatre étapes](https://mastra.zisheng.pro/fr/docs/evals/custom-scorers) que tout autre scorer :

1. **preprocess** : extrait et normalise les données pertinentes de l’exécution de l’Agent (contenu textuel, appels de Tool)
2. **generateScore** : convertit le résultat prétraité en score (généralement binaire, 1 ou 0)

Comme les vérifications ignorent les étapes `analyze` et `generateReason` et n’appellent aucun LLM, elles s’exécutent en quelques microsecondes. Consultez la [référence des vérifications rapides](https://mastra.zisheng.pro/fr/reference/evals/checks) pour découvrir l’API complète, notamment tous les paramètres et options de chaque vérification.

## Pages connexes

- [Référence des vérifications rapides](https://mastra.zisheng.pro/fr/reference/evals/checks)
- [Scorers intégrés](https://mastra.zisheng.pro/fr/docs/evals/built-in-scorers)
- [Scorers personnalisés](https://mastra.zisheng.pro/fr/docs/evals/custom-scorers)
- [Référence de `runEvals()`](https://mastra.zisheng.pro/fr/reference/evals/run-evals)