> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Ragas

> Đánh giá các ứng dụng LLM với Ragas và TokenLab

## Tổng quan

Ragas có thể đánh giá các ứng dụng được hỗ trợ bởi TokenLab bằng cách truyền một client `AsyncOpenAI` tương thích với OpenAI vào `llm_factory`.

<Note>
  **Loại**: Khung đánh giá (Evaluation framework)

  **Đường dẫn chính**: OpenAI-compatible Chat Completions

  **Độ tin cậy hỗ trợ**: Hỗ trợ đường dẫn tương thích với OpenAI
</Note>

## Môi trường

```bash theme={null}
export TOKENLAB_API_KEY="sk-your-tokenlab-key"
```

## Ví dụ về Evaluator

```python theme={null}
import os

from openai import AsyncOpenAI
from ragas.llms import llm_factory
from ragas.metrics import DiscreteMetric

client = AsyncOpenAI(
    api_key=os.environ["TOKENLAB_API_KEY"],
    base_url="https://api.tokenlab.sh/v1",
)
llm = llm_factory("claude-sonnet-5", client=client)

metric = DiscreteMetric(
    name="summary_accuracy",
    allowed_values=["accurate", "inaccurate"],
    prompt="Evaluate whether the response is accurate. Answer only accurate or inaccurate.\n\nResponse: {response}",
)
```

Sử dụng `llm` trong các metric và testset của Ragas tương tự như cách bạn sử dụng mô hình được hỗ trợ bởi OpenAI SDK.

## Lưu ý về Endpoint

Ragas sử dụng đường dẫn client của OpenAI SDK tại đây. Các phản hồi Native TokenLab, Anthropic Messages và các route Gemini nên được sử dụng tốt nhất thông qua các trình chạy đánh giá (evaluation runners) hỗ trợ trực tiếp các định dạng yêu cầu đó.