chi-bench

χ-Bench（Chi-Bench）是一个面向医疗健康领域的AI代理评估基准，用于测试AI系统在端到端、长周期、强政策约束的临床工作流中的自动化能力。其核心功能包括模拟美国医疗三大真实场景（医疗机构事前授权、保险方使用管理、人群健康管理），集成20个高保真医疗应用接口（通过MCP协议）、1279页《管理式医疗运营手册》知识库，并支持工具调用与结构化文档生成。技术特点涵盖政策驱动决策、多步骤任务编排、跨系统协同与真实临床案例驱动评估。适用于医疗AI代理研发、监管合规验证及健康信息化系统智能化升级等场景。