Alle Tags
Katalog-Tag

#agent-evals

Alle Repositories im öffentlichen Register, die dieses Tag tragen — aus ihren GitHub-Topics oder den von ihren Paket-Registries veröffentlichten Schlagwörtern. Die Gesundheit wird nach derselben versionierten Methodik gemessen wie im übrigen Register.

4 Einträge
Getaggt als „agent-evals“Geordnet nach Gesundheitsindex
Go · PyPI
90ExzellentGesundheitsindex
bitwise-media-group/evolve
A cli tool for evaluating coding agent plugins with a multi-tier approach.
Go★ 817. Nov. 2026
MIT17. Nov. 2026 · Metriken 2.10.0
PyPI
59MittelGesundheitsindex
dalmia/calibrate-python-sdk
Python SDK for Calibrate's API
Python★ 0↓ 3.013/Monat20. Sept. 2026
MIT20. Sept. 2026 · Metriken 2.10.0
PyPI · npm
59MittelGesundheitsindex
sblattj/agentic-coding-harness
Run, watch, and meter Claude Code, Codex CLI, Gemini CLI, OpenCode, and Kiro from one CLI. Normalized events, cache-aware token usage, cost accounting verified against each agent's own records, budget caps, OpenTelemetry gen_ai spans, Langfuse traces, and a live web dashboard + MCP server.
TypeScript · JavaScript★ 1↓ 8.566/Monat15. Okt. 2026
MIT15. Okt. 2026 · Metriken 2.10.0
PyPI
56MittelGesundheitsindex
whilehq/whileai-sdk
Scientific RL and SFT post-training for AI agents: build evals that can fail, simulate situations, judge checked against people, pass@1 with a 95% interval, train with GRPO/SFT/DPO, prove every gain on a held-out set. uv add whileai
Python★ 3↓ 978/Monat22. Nov. 2026
Apache-2.022. Nov. 2026 · Metriken 2.10.0