这里是 EvalHub 的详细文档索引。项目简介、能力概览和快速命令请先看仓库根目录的 README。
- 从本地运行指南启动 EvalHub，并按需配置 Ollama。 遇到节点失败或套件阻塞时，按本地 Benchmark 故障排查定位协议、数据和运行环境问题。
- 阅读系统架构，建立模块和扩展点的整体认识。
- 结合 API 草案与数据模型理解接口和领域对象。
- 通过 PRD 与 Roadmap了解产品边界和演进方向。
- 使用 Codex 文档沉淀流程维护设计、计划和实现记录。
- 参考专业六边形评测集建设与交付复盘复用数据集固定、评分安全、恢复和交付经验。
| 文档 | 内容 |
|---|---|
| 本地运行指南 | 安装、启动、真实 Benchmark 与本地控制台 |
| Ollama 指南 | 模型安装、服务验证与故障排查 |
| 本地 Benchmark 故障排查 | 节点状态、协议兼容、数据准备、Docker 与重跑原则 |
| 文档 | 内容 |
|---|---|
| 系统架构 | 分层、核心模块、目标架构与扩展原则 |
| EvalHub 借鉴 EvalScope 的目标架构设计 | 平台外壳与评测内核、核心契约、执行流程、缓存恢复和分阶段迁移 |
| EvalScope Agent 评测设计 Diff | 对比两套架构并给出 Agent 能力借鉴顺序 |
| API 草案 | 模型、数据集、任务、结果与门禁接口 |
| 数据模型 | 核心实体、字段和关系 |
| 文档 | 内容 |
|---|---|
| 产品需求文档 | 产品定位、角色、范围与非功能需求 |
| 产品路线图 | 阶段目标、交付边界与 backlog |
| 文档 | 内容 |
|---|---|
| Codex 文档沉淀流程 | 对话后同步设计、运行方式与决策的规则 |
| 专业六边形评测集建设与交付复盘 | 专业数据集选型、固定协议、安全评分、恢复、合并与验证经验 |
superpowers/specs/：经过确认的设计说明与决策边界。superpowers/plans/：可执行的实施步骤与验证命令。
这些记录用于解释“为什么这样设计”和“如何实施”，正式使用说明仍以上述分类文档为准。