dingo
Skillby e06084
clawhub⭐ 37/10
使用规则或LLM指标评估AI训练和RAG数据质量，支持Dingo灵活的多格式评估框架及CLI/SDK。
基于规则和LLM的灵活数据质量评估框架,支持多格式数据,提供CLI和SDK接口,专注AI训练和RAG数据验证。
📊 商业分析
商业模式
freemium
独特价值
同时支持规则和LLM评估,覆盖训练数据和RAG数据质量检测
竞品
Great Expectations(开源数据验证),Soda(数据质量监控),Databand(数据可观测性)
🎯 应用场景
目标用户
AI模型开发团队RAG系统构建者数据工程师企业AI部门
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 3
- 价值评分
- 7/10
- 子分类
- 数据质量评估与验证
- 可商业化
- ✅ 是
AI 标签
数据质量RAG优化训练数据验证LLM评估多格式支持
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6