PyPI · npm · Go
openlit/openlit
Open-source observability & evaluation platform for AI agents and coding agents. Trace LLMs, tools, prompts, costs & agent workflows with OpenTelemetry.
Apache-2.02026年9月17日 · 指标 2.10.0
全部标签
目录标签
#ai-evaluation
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
8 条记录
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-2.02026年10月19日 · 指标 2.10.0
PyPI
cvs-health/uqlm
[JMLR 2026] "UQLM: A Python Package for Uncertainty Quantification in Large Language Models"
Apache-2.02026年9月19日 · 指标 2.10.0
PyPI
b7n0de/proofbundle
Offline cryptographic receipts for AI evaluation results — Ed25519 + RFC 6962 Merkle + optional SD-JWT. Integrity, not truth
MIT2026年9月13日 · 指标 2.10.0
PyPI
HarperZ9/flywheel
Flywheel runs AI tasks with a model you choose and keeps a receipt anyone can recheck offline.
自定义许可证2026年10月15日 · 指标 2.10.0
PyPI
dalmia/calibrate-python-sdk
Python SDK for Calibrate's API
MIT2026年9月20日 · 指标 2.10.0
PyPI
mrwersa/agentverity
Qualify repeated categorical AI-agent evidence before it becomes a regression reference
Apache-2.02026年9月16日 · 指标 2.10.0
PyPI
JarJarBeatyourattitude/evalt
Budget-bounded LLM routing that finds the cheapest model and prompt meeting your accuracy target.
MIT2026年9月12日 · 指标 2.10.0