ToolCallBench測試本地大語言模型工具呼叫能力

2026年10月24日，DEV Community 報道作者在 PyPI 發佈 ToolCallBench，讓用戶可在自有硬件及設定下測試本地大語言模型的工具呼叫能力。該測試使用 6 種工具，要求模型完成 20 項小型 Python 專案任務，並按任務結果判定是否通過。判定條件包括工具呼叫有效、工具選擇正確，以及專案最終狀態符合預期；三項條件均符合才算通過。報道介紹了工具的用途、任務數量及評分條件，沒有列出實際測試結果。

AI 根據報道生成 · 52 分鐘前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。