PyPI · npm
harbor-framework/harbor
Framework for evaluating and improving agents
Apache-2.027 ago 2026 · métricas 2.10.0
Todas las etiquetas
Etiqueta del catálogo
#terminal-bench
Todos los repositorios del registro público que llevan esta etiqueta, procedente de sus topics de GitHub o de las palabras clave que publican sus registros de paquetes. La salud se mide con la misma metodología versionada que el resto del registro.
5 registros
PyPI · npm
UiPath/coder_eval
Playwright for coding agents. Test that your skills, MCP servers, and CLIs actually work when an agent uses them — sandboxed YAML suites, A/B experiments, CI gates.
Apache-2.019 oct 2026 · métricas 2.10.0
npm
itayinbarr/little-coder
A harness optimized to smaller LLMs
Apache-2.013 sept 2026 · métricas 2.10.0
Go · npm
scitix/Agent-Sandbox
Fast, Multi-Cloud Sandbox Engine for AI Agents
Apache-2.014 sept 2026 · métricas 2.10.0
PyPI
danaug23/harness-arena
Your model, many harnesses, many benchmarks.
Apache-2.020 oct 2026 · métricas 2.10.0