Усі теги
Тег каталогу

#agent-evals

Усі репозиторії публічного реєстру з цим тегом — із тем GitHub або ключових слів, які публікують їхні реєстри пакетів. Здоров'я вимірюється за тією ж версіонованою методологією, що й решта реєстру.

4 записи
З тегом «agent-evals»Упорядковано за індексом здоров'я
Go · PyPI
90Відміннийіндекс здоров'я
bitwise-media-group/evolve
A cli tool for evaluating coding agent plugins with a multi-tier approach.
Go★ 817 лист. 2026 р.
MIT17 лист. 2026 р. · метрики 2.10.0
PyPI
59Помірнийіндекс здоров'я
dalmia/calibrate-python-sdk
Python SDK for Calibrate's API
Python★ 0↓ 3 013/міс20 вер. 2026 р.
MIT20 вер. 2026 р. · метрики 2.10.0
PyPI · npm
59Помірнийіндекс здоров'я
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/міс15 жовт. 2026 р.
MIT15 жовт. 2026 р. · метрики 2.10.0
PyPI
56Помірнийіндекс здоров'я
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/міс22 лист. 2026 р.
Apache-2.022 лист. 2026 р. · метрики 2.10.0