面向 OpenCoder 与 OpenCodeEval 的中文代码模型评测工作台，提供可复现的本地交互预览。
本交付保留上游 OpenCoder 训练、数据与评测源码，并新增不依赖模型权重、GPU 或外部 API 的中文本地预览入口。工作台覆盖评测总览、代码生成、基准集、运行记录、模型登记与运行边界说明；页面中的结果为确定性演示数据，不冒充真实模型推理。
真实界面
共 7 张
Capabilities
希望研究代码大模型、理解 Pass@k 评测或准备本地部署 OpenCoder 的开发者、研究者与技术团队。
开源研究与技术验证交付，可围绕本地部署、评测集接入和模型服务化提供定制支持；真实推理资源与服务成本由使用者自行承担。
已通过 Python 语法检查、JavaScript 语法检查、确定性静态构建、健康检查、代码生成按钮交互、7 个 1440×900 中文功能页面截图、可见数据与标题断言、控制台错误、坏图和横向溢出检查，以及源码包门禁。
本地预览使用确定性演示数据，不代表 OpenCoder 模型的真实输出质量；不提供云端推理、模型权重、账号、数据库、队列或生产级权限。原生 OpenCodeEval 路径仍需模型权重、CUDA/GPU 和重量级依赖。
部署难度
中等
最低配置
本地预览需要 Python 3.9+ 与现代浏览器；原生模型评测仍需按上游说明准备 PyTorch、Transformers、vLLM、CUDA、模型权重和完整依赖。
开源许可证
Apache License 2.0
最后验证
2026-09-06
技术栈
授权说明
交付包保留上游 LICENSE、版权与许可证信息；本地预览适配器与中文说明随源码交付，再分发和修改请遵守 Apache License 2.0 及上游依赖条款。
Release notes
1 个已发布版本
基于上游固定提交新增中文 OpenCoder 评测工作台、代码生成演示、基准集与运行记录视图、模型登记和部署边界说明；补充本地预览服务、构建验证与绑定截图证据。
部署要求：本地预览需要 Python 3.9+ 和现代浏览器；原生评测路径需要按上游说明准备 CUDA/GPU、模型权重、PyTorch、Transformers、vLLM 及完整依赖。
已知问题：演示适配器不连接外部 API、不加载模型权重、不保证真实 Pass@k 结果；演示状态保存在页面内存中，服务重启后恢复初始数据。
