新

Giskard 官网

官网入口 GitHub

国家/地区：法国🇫🇷
AI功能描述：开源的大模型质量与安全测试框架，可自动扫描 RAG 应用与 LLM 系统的漏洞、偏见和幻觉，并生成可复现的测试集。

说明: 官网入口 官方网站主页； IOS App Store 下载，支持 iPhone/iPad/Mac；安卓 Google Play / 应用宝下载； 客户端 Mac/Windows/iOS/Android 官方下载；插件浏览器插件（默认 Chrome）； GitHub / HuggingFace / ModelScope 模型或项目托管地址； API 模型/软件接口地址； MCP 官网的 MCP 栏目入口。若未显示，表示暂无对应渠道，欢迎补充或纠错。

AIGC官网收录 │ 2026-09-29 │ 1 次 │ 人工核对 │ 官网认证 │ 定期更新 │ AI实验室

Giskard 主要功能：

Ai大模型Ai分析数据LLM 大语言模型

Giskard 图文介绍：

Giskard是一款来自法国的AI 实验平台，开源的大模型质量与安全测试框架，可自动扫描 RAG 应用与 LLM 系统的漏洞、偏见和幻觉，并生成可复现的测试集。

适合有工程能力、需要在本地完成模型质量与合规评估的团队。

主要功能：

开源扫描器自动检测幻觉、偏见与注入风险
支持对 RAG 应用做检索质量与知识库测试
自动生成可复用的测试数据集供回归使用
提供质量门禁，可集成进持续交付流程
符合欧盟 AI 法案等合规场景的评估思路

应用场景：

团队在部署前扫描自有 AI 应用的安全漏洞
算法工程师为 RAG 系统建立质量回归基线
企业按监管要求留存模型质量评估记录
研究者复现并扩展大模型风险测试方法

平台兼容性：

Python 库 / Web 评估台。

优缺点：

优点：开源可自托管，审计友好
优点：风险检测维度覆盖面广
优点：测试集可沉淀复用
不足：需要写代码，使用门槛高
不足：中文场景测试集相对少

费用价格：

开源版免费；企业版提供托管与合规支持，单独报价。

©️版权声明：
本网站(AIGC官网)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。