WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
Agent 基础设施
deepeval
confident-ai/deepeval
开源
LLM评估
框架,
提供
G-Eval、
任务
完成率
等
数
十
种
指标,
支持
智
能
体
轨迹
与
RAG端到
端测试。
去 GitHub 看仓库
复制链接
标签
evaluation-metrics
evaluation-framework
llm-evaluation
llm-evaluation-framework
llm-evaluation-metrics
python
同类项目
future-agi
2.2k
面
向
LLM
与
Agent
的
可观测
评
测
护
栏
一体化
开源
平台,
含追踪
模拟
网关
优化,
需Docker
自托管。
posthog
40.4k
开源
产品
分析
与
可
观测
平台,
覆盖
事件
回放
灰度
实验
错误
日志
与
AI
追踪
评估,
为
应用
与
智
能
体
提供
统
一
上
下文
与
诊断
能力。
opik
22.9k
开源
LLM
可
观测
与
评测
平台,
提供
agent
追踪、
实验
评估、
提示
优化
与
生产
监控
能力。
E2B
14.6k
运行
AI生成
代码
的
云端
安全
沙箱
基础
设施,
提供
SDK
创建管
控沙箱
及
桌面
操作
能力
的
开发者
服务。
garak
9.8k
面
向
LLM
的
红队
评测
扫
描器,
用
大量
探针
检测
幻觉、
注入
与
越狱
等
弱点。
lmnr
3.5k
专为
AI智
能
体
打造
的
开源
可
观测
平台,
提供
链路
追踪、
评测
对
比、
行为
告警
与
仪表盘
能力。
19096
evaluation-metrics,evaluation-framework,llm-evaluation
开源LLM评估框架,提供G-Eval、任务完成率等数十种指标,支持智能体轨迹与RAG端到端测试。
←
上一个
You-Dont-Need-Lodash-Underscore
下一个
→
claude-video