跳转到主要内容
数据驱动测试(dataset fan-out)适合大量结构相同、输入不同的测试。例如 SQL 生成、意图分类、检索问答和工具选择。

工作原理

没有外部业务 ID 时,一个 .eval.ts 文件默认导出数组:

生成 ID

如果文件是 evals/sql.eval.ts,生成的 ID 是:
序号零填充,便于稳定引用和过滤。 数据源已经带稳定 case、issue 或 benchmark ID 时,默认导出 keyed record:
文件是 evals/swelancer.eval.ts、key 是 15193 时,ID 就是 swelancer/15193。key 必须是一个非空路径片段:不能是 . / ..,不能含 /\\ 或控制字符。NiceEval 按 key 字典序发现,数据源返回顺序变化不会改变运行顺序。

从 YAML / JSON 加载

过滤数据集评估用例

数据集 vs 独立文件

case 结构完全一致,主要差异是输入和预期输出。
数据集适合”横向覆盖”,独立评估用例文件适合”行为复杂”的场景。