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

# 快速检查

Quick Checks 是不使用 LLM、可组合的微型 Scorer，用于常见断言。它们可以添加到任何使用 Scorer 的现有 `scorers: [...]` 数组中，包括 `runEvals`、实时评分、实验和 Studio。

在内部，它们是标准的 `createScorer()` 实例，因此与其他 Scorer 具有相同的可观测性、存储能力和 pipeline 集成。

## 使用示例

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

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

console.log(result.scores)
```

## 文本检查

### `checks.includes(expected, options?)`

如果 Agent 的输出文本包含预期子字符串，则得 1 分，否则得 0 分。

```typescript
checks.includes('sunny')
checks.includes('Sunny', { ignoreCase: false })
```

**expected** (`string`): 要在输出中搜索的子字符串。

**options.ignoreCase** (`boolean`): 不区分大小写进行匹配。 (Default: `true`)

返回值：找到时为 `1`，否则为 `0`。

### `checks.excludes(unwanted, options?)`

如果 Agent 的输出文本不包含该子字符串，则得 1 分，否则得 0 分。

```typescript
checks.excludes('error')
checks.excludes('Error', { ignoreCase: false })
```

**unwanted** (`string`): 不得出现在输出中的子字符串。

**options.ignoreCase** (`boolean`): 不区分大小写进行匹配。 (Default: `true`)

返回值：未出现时为 `1`，否则为 `0`。

### `checks.equals(expected, options?)`

经过可选的规范化后，如果输出文本与预期字符串完全相等，则得 1 分，否则得 0 分。

```typescript
checks.equals('Hello, world!')
checks.equals('Hello', { ignoreCase: false })
```

**expected** (`string`): 输出必须完全匹配的字符串。

**options.ignoreCase** (`boolean`): 不区分大小写进行匹配。 (Default: `true`)

返回值：相等时为 `1`，否则为 `0`。

### `checks.matches(pattern, options?)`

如果输出与正则表达式匹配，则得 1 分。

```typescript
checks.matches(/\d+°[FC]/)
checks.matches(/^hello$/, { exact: true })
```

**pattern** (`RegExp`): 用于测试输出的正则表达式。

**options.exact** (`boolean`): 添加 ^ 和 $ 锚点，使 pattern 与整个输出匹配。 (Default: `false`)

返回值：匹配时为 `1`，否则为 `0`。

### `checks.similarity(expected, options?)`

使用 Dice 系数返回输出与预期字符串之间的字符串相似度分数（0-1）。设置 `threshold` 时，改为返回二元值 1/0。

```typescript
checks.similarity('Sunny, 72°F')
checks.similarity('Sunny, 72°F', { threshold: 0.7 })
```

**expected** (`string`): 用于比较的参考字符串。

**options.threshold** (`number`): 返回 1 所需的最低相似度分数（0-1）。省略时返回原始相似度分数。

**options.ignoreCase** (`boolean`): 不区分大小写进行比较。 (Default: `true`)

返回值：原始相似度分数（0-1）；设置 `threshold` 时，返回二元值 `1`/`0`。

## Tool 调用检查

### `checks.calledTool(toolName, options?)`

如果 Agent 调用指定 Tool 的次数至少达到要求，则得 1 分。

```typescript
checks.calledTool('get_weather')
checks.calledTool('search', { times: 2 })
```

**toolName** (`string`): 要查找的 Tool 名称。

**options.times** (`number`): Tool 必须被调用的最少次数。 (Default: `1`)

返回值：调用次数至少达到 `times` 时为 `1`，否则为 `0`。

### `checks.didNotCall(toolName)`

如果 Agent 未调用指定 Tool，则得 1 分。

```typescript
checks.didNotCall('delete_user')
```

**toolName** (`string`): 不得出现的 Tool 名称。

返回值：未调用该 Tool 时为 `1`，否则为 `0`。

### `checks.toolOrder(expectedOrder)`

如果 Tool 按指定顺序调用，则得 1 分。采用宽松匹配，预期 Tool 之间可以出现其他 Tool 调用。

```typescript
checks.toolOrder(['search', 'summarize', 'respond'])
```

**expectedOrder** (`string[]`): 预期调用顺序中的 Tool 名称。它们必须作为实际 Tool 调用的子序列出现。

返回值：满足预期顺序时为 `1`，否则为 `0`。

### `checks.maxToolCalls(max)`

如果 Agent 使用的 Tool 调用不超过 `max` 次，则得 1 分。

```typescript
checks.maxToolCalls(5)
```

**max** (`number`): 允许的最大 Tool 调用次数。

返回值：未超过限制时为 `1`，否则为 `0`。

### `checks.usedNoTools()`

如果 Agent 完全没有调用 Tool，则得 1 分。

```typescript
checks.usedNoTools()
```

返回值：未调用 Tool 时为 `1`，否则为 `0`。

### `checks.noToolErrors()`

如果没有任何 Tool 调用进入错误状态，则得 1 分。该检查既能检测错误结果（存在 `result.error`），也能检测未完成的 Tool 调用（`state === 'call'`）。

```typescript
checks.noToolErrors()
```

返回值：所有 Tool 调用均成功时为 `1`，否则为 `0`。

## 将检查与其他 Scorer 组合

快速检查可以与基于 LLM 和基于代码的 Scorer 组合在同一个 `scorers` 数组中：

```typescript
import { checks } from '@mastra/evals/checks'
import { createAnswerRelevancyScorer } 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?' }],
  target: myAgent,
  scorers: [
    // Zero-LLM checks
    checks.includes('Brooklyn'),
    checks.calledTool('get_weather'),
    checks.noToolErrors(),
    // LLM-based scorer
    createAnswerRelevancyScorer({ model: 'openai/gpt-5-mini' }),
  ],
})
```

## 相关内容

- [Quick Checks 概述](https://mastra.zisheng.pro/docs/evals/quick-checks)
- [内置 Scorer](https://mastra.zisheng.pro/docs/evals/built-in-scorers)
- [`createScorer()` 参考](https://mastra.zisheng.pro/reference/evals/create-scorer)
- [`runEvals()` 参考](https://mastra.zisheng.pro/reference/evals/run-evals)
- [自定义 Scorer](https://mastra.zisheng.pro/docs/evals/custom-scorers)