DeepEval是一款基于Python的开源LLM评测框架，采用LLM-as-a-judge模式评估测试对象。本文介绍了如何安装DeepEval（v3.7.7）并通过自定义模型接入阿里的通义千问（Qwen）模型。演示了创建自定义Qwen评估模型和编写测试用例的完整流程，包括正确性评估指标(GEval)的使用。