llm_perf_test/README.md

LLM 性能测试工具

一个用于测试本地和云端大模型性能的网页应用，兼容 OpenAI API 格式。

功能特性

• 🔧 API 配置管理：支持配置多个 LLM API 端点
• 🤖 模型配置：管理不同模型的参数设置
• 📝 测试用例管理：创建、编辑、导入/导出测试用例
• ⚙️ 测试配置：自定义并发数、请求次数等参数
• 📊 可视化图表：实时显示 TTFT、TPS、延迟等指标
• 📈 历史记录：保存和对比多次测试结果
• 🌐 OpenAI API 兼容：支持任何兼容 OpenAI API 的模型服务

性能指标

• TTFT (Time To First Token)：首 token 响应时间
• TPS (Tokens Per Second)：每秒生成 token 数
• 总延迟：完整响应时间
• 吞吐量：每分钟请求数

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 启动应用

python app.py

或部署到生产环境：

./deploy.sh

3. 访问应用

打开浏览器访问 http://localhost:8001

使用说明

配置 API

1. 点击"API 配置"标签
2. 添加新的 API 配置：
   • 名称：自定义标识
   • Base URL：API 端点地址（如 http://localhost:11434/v1）
   • API Key：认证密钥

配置模型

1. 点击"模型配置"标签
2. 添加模型配置：
   • 选择对应的 API 配置
   • 输入模型名称
   • 设置温度、最大 token 数等参数

管理测试用例

1. 点击"测试用例"标签
2. 添加测试提示词
3. 支持批量导入/导出 JSON 格式

运行测试

1. 点击"性能测试"标签
2. 选择要测试的模型
3. 选择测试用例
4. 设置并发数和请求次数
5. 点击"开始测试"

查看结果

• 实时查看 TTFT、TPS 等指标
• 查看详细的响应数据
• 导出结果为 JSON 格式

API 兼容性

本工具兼容任何实现 OpenAI API 格式的服务：

• OpenAI GPT 系列
• Ollama (本地模型)
• vLLM
• text-generation-inference
• 其他兼容服务

项目结构

llm_perf_test/
├── app.py              # Flask 主应用
├── requirements.txt    # Python 依赖
├── deploy.sh          # 部署脚本
├── README.md          # 使用说明
└── templates/
    └── index.html     # 前端页面

技术栈

• 后端: Python + Flask
• 前端: HTML + JavaScript + Chart.js
• UI: Tailwind CSS
• 数据存储: SQLite (JSON 文件)

License

MIT License