
GitHub 收藏13.1K近 7 天 +9
代码最近更新2026 年 10 月 17 日
许可证开源 · Apache-2.0
要不要花钱免费
主要用来让大模型根据人话准确调用接口、评测各大模型的工具调用能力,并提供安全运行环境。适合开发接口调用与自动化 AI 的程序员。通常需要写代码调用或自己在服务器上部署运行。
能做什么
- 准确调用上千个接口减少胡说
- 评测大模型的工具调用能力
- 提供模型对比排行榜
- 安全执行大模型调用的操作
- 结合自选资料进行模型微调
怎么开始
- 需要会写代码并准备好编程环境。
- 获取代码与模型并在本地或服务器部署。
- 传入工具接口定义让模型生成调用指令。
选它,如果你……
- 你需要让大模型准确识别并调用各种业务接口。
- 你想对比评估不同大模型的工具调用与执行表现。
- 你需要安全沙箱环境来防范模型乱调接口的风险。
别选,如果你……
- 你不会写代码,只想点点鼠标直接使用现成工具。
- 你只需要简单的日常对话,不需要大模型调用接口。
怎么用
代码开源,可以免费下载使用。
多少钱、在哪买
免费使用。
综合评价
一般更新放缓或问题处理差
- 更新放缓近 90 天改代码 0 次;最近一次发版是 482 天前(v1.3)
- 问题处理差近 90 天新开 10 个问题,解决了 1 个;外部提交的修改合进 0 个,待处理 133 个
- 用的人多GitHub 收藏 1.3 万,近 7 天新增 9;139 人参与开发
- 用户口碑暂不计用户评价满 5 条后才算进来
数字取自 GitHub 的公开记录(2026/11/11), 用户评价来自本页口碑。自己核对:项目主页、问题、外部提交的修改、发版记录。
怎么评的
只看公开、能核对的数据,不打分数,只给四档结论,每一项的依据都写在旁边。
- 更新:近 90 天改了多少次代码、最近一次发版是哪天。7 天内有改动并且改得多或常发版,算「很活跃」;30 天内有改动算「活跃」;半年内算「放缓」;半年以上没动或者已经归档,算「停更」。
- 问题处理:近 90 天新开的问题解决了几成、一般几天解决、外部提交的修改积压了多少。解决八成以上、一般一周内解决、积压不比合进去的多,算「好」;解决不到一半算「差」;其余算「一般」。新问题不到 10 个的不评。
- 用的人:GitHub 收藏 5 万以上算很多,1 万以上算多,1 千以上算一般。旁边写近 7 天新增多少、多少人参与开发。
- 用户口碑:用户评价满 5 条才算进来(注册不满 7 天的账号不算);平均分在 2.5 分及以下,总评降一档。
- 总评四档:还在更新、问题处理好、用的人多 → 推荐;还在更新 → 不错;更新放缓或问题处理差 → 一般;半年以上没更新 → 谨慎。许可证有附加条件、商用受限的,单独提醒,不影响总评。
- 收费软件(ChatGPT、Cursor 这类)没有公开的问题记录,就看 App Store:最近一次更新在 30 天内算「活跃」,半年内算「放缓」,半年以上算「停更」;打分人数 10 万以上算很多,1 万以上算多,1 千以上算一般;评分 4 分以上算好,2.5 分及以下算差,打分不到 100 人不评。再加上用户评价。
收藏数能刷,所以只占一项;更新和问题处理很难刷。数据每天更新,超过两周没更新的不评。
最近更新和热度
- v1.3
函数调用评测榜正式发布 V3 版,并接入 o3-mini 等新模型
- v1.2
推出支持多步与多轮评测的 BFCL V3,改进 RAFT 本地运行
- v1.1
推出函数调用榜单 V2 版及真实数据集,加入竞技场前端
GitHub 收藏
13,069 次净增 +202026/10/13—2026/11/112026/11/11 · 13,069 次
查看每日记录
| 日期 | GitHub 收藏(次) |
|---|---|
| 2026/10/13 | 13,049 |
| 2026/10/14 | 13,051 |
| 2026/10/15 | 13,051 |
| 2026/10/16 | 13,054 |
| 2026/10/17 | 13,054 |
| 2026/10/18 | 13,053 |
| 2026/10/19 | 13,053 |
| 2026/10/20 | 13,053 |
| 2026/10/21 | 13,055 |
| 2026/10/22 | 13,056 |
| 2026/10/23 | 13,058 |
| 2026/10/24 | 13,059 |
| 2026/10/25 | 13,059 |
| 2026/10/26 | 13,060 |
| 2026/10/27 | 13,060 |
| 2026/10/28 | 13,062 |
| 2026/10/29 | 13,062 |
| 2026/10/30 | 13,063 |
| 2026/10/31 | 13,063 |
| 2026/11/01 | 13,062 |
| 2026/11/02 | 13,062 |
| 2026/11/03 | 13,061 |
| 2026/11/04 | 13,060 |
| 2026/11/05 | 13,061 |
| 2026/11/06 | 13,063 |
| 2026/11/07 | 13,064 |
| 2026/11/08 | 13,064 |
| 2026/11/09 | 13,065 |
| 2026/11/10 | 13,065 |
| 2026/11/11 | 13,069 |
能替代它的
标出的是和 Gorilla 不一样的地方
Lm Evaluation Harness综合评价:一般侧重通用学术基准跑分对比,不做接口调用增强还没人评 · 71 天前更新
Promptfoo综合评价:不错侧重提示词与模型安全评测,非接口调用专项还没人评 · 17 天前更新
| 软件 | 起步价 | 难不难用 | 中文 | 开源 | 口碑 | 最近更新 |
|---|---|---|---|---|---|---|
| Gorilla | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 481 天前 |
| Lm Evaluation Harness | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 71 天前 |
| Promptfoo | 免费 | 要写代码 | 没写明 | 开源 | 还没人评 | 17 天前 |
逐项对比Gorilla 对
| Gorilla | Lm Evaluation Harness | |
|---|---|---|
| 起步价 | 免费 | 免费 |
| 难不难用 | 要写代码 | 要写代码 |
| 中文 | 没写明 | 没写明 |
| 开源 | 开源 | 开源 |
| 口碑 | 还没人评 | 还没人评 |
| 最近更新 | 481 天前 | 71 天前 |
标黄的是两款不一样的地方
用户口碑
还没有人点评。用过的话,写下第一条真实体验,帮后来的人少踩坑。
数据来源:GitHub,每天更新,更新时间 2026 年 11 月 11 日。 信息有误?告诉我们。
发布软件评论