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

# 內置評分器

Mastra 提供一套完整的內置評分器，用於評估 AI 輸出。這些評分器針對常見評估場景作出最佳化，可直接用於你的 Agent 和 Workflow。

如要建立自己的評分器，請參閱[自訂評分器](https://mastra.zisheng.pro/zh-HK/docs/evals/custom-scorers)指南。

## 可用的評分器

### 準確度與可靠性

這些評分器會評估 Agent 的答案是否正確、如實及完整：

- [`answer-relevancy`](https://mastra.zisheng.pro/zh-HK/reference/evals/answer-relevancy)：評估回應切合輸入查詢的程度（`0-1`，越高越好）
- [`answer-similarity`](https://mastra.zisheng.pro/zh-HK/reference/evals/answer-similarity)：使用語義分析，將 Agent 輸出與標準答案比較，以進行 CI/CD 測試（`0-1`，越高越好）
- [`faithfulness`](https://mastra.zisheng.pro/zh-HK/reference/evals/faithfulness)：衡量回應準確呈現所提供上下文的程度（`0-1`，越高越好）
- [`hallucination`](https://mastra.zisheng.pro/zh-HK/reference/evals/hallucination)：偵測與事實矛盾及欠缺依據的陳述（`0-1`，越低越好）
- [`completeness`](https://mastra.zisheng.pro/zh-HK/reference/evals/completeness)：檢查回應是否包含所有必要資料（`0-1`，越高越好）
- [`content-similarity`](https://mastra.zisheng.pro/zh-HK/reference/evals/content-similarity)：使用字元層級配對衡量文字相似度（`0-1`，越高越好）
- [`textual-difference`](https://mastra.zisheng.pro/zh-HK/reference/evals/textual-difference)：衡量字串之間的文字差異（`0-1`，越高表示越相似）
- [`tool-call-accuracy`](https://mastra.zisheng.pro/zh-HK/reference/evals/tool-call-accuracy)：評估 LLM 是否從可用選項中選取正確的 Tool（`0-1`，越高越好）
- [`trajectory-accuracy`](https://mastra.zisheng.pro/zh-HK/reference/evals/trajectory-accuracy)：評估所有 span 類型的預期動作序列。涵蓋的 span 包括 Tool、模型活動及 Workflow 步驟（`0-1`，越高越好）
- [`prompt-alignment`](https://mastra.zisheng.pro/zh-HK/reference/evals/prompt-alignment)：衡量 Agent 回應切合用戶提示意圖、要求、完整性及格式的程度（`0-1`，越高越好）

### 上下文質素

這些評分器會評估產生回應時所用上下文的質素和相關性：

- [`context-precision`](https://mastra.zisheng.pro/zh-HK/reference/evals/context-precision)：使用平均準確率（Mean Average Precision）評估上下文排序。相關上下文越早出現，所得分數越高（`0-1`，越高越好）
- [`context-relevance`](https://mastra.zisheng.pro/zh-HK/reference/evals/context-relevance)：透過相關程度和使用情況追蹤來衡量上下文的效用，亦會偵測缺少的上下文（`0-1`，越高越好）

> **選擇上下文評分器:**
>
> - 當上下文次序十分重要，而且你需要標準資訊檢索指標時，請使用 **Context Precision**（適合評估 RAG 排序）
> - 當你需要詳細評估相關性，並希望追蹤上下文使用情況及找出缺漏時，請使用 **Context Relevance**
>
> 兩種上下文評分器均支援：
>
> - **靜態上下文**：預先定義的上下文陣列
> - **動態擷取上下文**：使用自訂函數從執行中擷取上下文（適合 RAG 系統、向量資料庫等）

### 輸出質素

這些評分器會評估輸出是否符合格式、風格及安全要求：

- [`tone-consistency`](https://mastra.zisheng.pro/zh-HK/reference/evals/tone-consistency)：衡量正式程度、複雜度及風格的一致性（`0-1`，越高越好）
- [`toxicity`](https://mastra.zisheng.pro/zh-HK/reference/evals/toxicity)：偵測有害或不當內容（`0-1`，越低越好）
- [`bias`](https://mastra.zisheng.pro/zh-HK/reference/evals/bias)：偵測輸出中潛在的偏見（`0-1`，越低越好）
- [`keyword-coverage`](https://mastra.zisheng.pro/zh-HK/reference/evals/keyword-coverage)：評估技術術語的使用情況（`0-1`，越高越好）

### 快速檢查

毋須 LLM 的微型評分器，可快速執行結果一致的斷言。如需使用詳情，請參閱[快速檢查](https://mastra.zisheng.pro/zh-HK/docs/evals/quick-checks)指南。

- [`checks.includes`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果輸出包含某個子字串，則評為 1 分（`0` 或 `1`）
- [`checks.excludes`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果輸出不包含某個子字串，則評為 1 分（`0` 或 `1`）
- [`checks.equals`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果輸出與某個字串完全相符，則評為 1 分（`0` 或 `1`）
- [`checks.matches`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果輸出符合某個正則表達式，則評為 1 分（`0` 或 `1`）
- [`checks.similarity`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：透過 Dice 係數計算字串相似度（`0-1`，或使用閾值得出二元結果）
- [`checks.calledTool`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果 Tool 至少被呼叫 N 次，則評為 1 分（`0` 或 `1`）
- [`checks.didNotCall`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果 Tool 未被呼叫，則評為 1 分（`0` 或 `1`）
- [`checks.toolOrder`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果 Tool 按次序被呼叫，則評為 1 分（`0` 或 `1`）
- [`checks.maxToolCalls`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果 Tool 呼叫次數未超出限制，則評為 1 分（`0` 或 `1`）
- [`checks.usedNoTools`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果沒有呼叫任何 Tool，則評為 1 分（`0` 或 `1`）
- [`checks.noToolErrors`](https://mastra.zisheng.pro/zh-HK/reference/evals/checks)：如果所有 Tool 呼叫均沒有發生錯誤，則評為 1 分（`0` 或 `1`）