您的功能请求是否与问题相关？请描述。

LLMEvaluator 目前仅支持 OpenAI ,如果我们也能通过 Azure 使用它与 OpenAI 模型，那就太好了。

描述您希望的解决方案

我希望能够在 Azure OpenAI 中使用评估器(例如 ContextRelevanceEvaluator(api='azure-openai') )
此外，我建议稍微修改 LLMEvaluator 的设计，以增加灵活性。
目前，参数 api_key=Secret.from_env_var("OPENAI_API_KEY") 迫使用户提供特定于 OpenAI 的环境变量，而其他生成器不会使用这些变量。
那么，我们可以尝试实现类似以下的功能：

@component
class LLMEvaluator:
    def __init__(
        self,
        instructions: str,
        ...
        api: str = "openai",
        generator_kwargs: Dict[str, Any] = ..., # instead of api_key
    ):
        ...
        self.generator = OpenAIGenerator(**generator_kwargs)

?
这样就不会强制用户在 LLMEvaluator 中提供任何特定于生成器的信息。它允许通过 generator_kwargs 将生成器可以接受的任何内容(例如 API 密钥、API 版本或 azure_deployment 在 Azure 的情况下)传递给生成器。
同时，如果用户没有传递任何内容，生成器仍然会在示例化过程中查找其所需的环境变量。
我认为 api_key 需要进入弃用周期才能被移除。也许我们可以将其更改为 api_key=Secret.from_env_var("OPENAI_API_KEY", strict=False) 直到被弃用，这样该变量就不需要用于其他生成器了。

描述您考虑过的替代方案

将 LLMEvaluator (及其所有子类)子类化为自定义组件

附加上下文

很高兴听到您的想法，也欢迎提供其他我没有考虑到的更好的解决方案。 :)
我现在有点忙于其他事情，但我可能会在未来几天内提交带有这个提议的 PR。