PyPI · npm
Arize-ai/phoenix
AI Observability & Evaluation
自定义许可证2026年8月28日 · 指标 2.10.0
全部标签
目录标签
#evals
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。
29 条记录
PyPI · npm
pydantic/logfire
AI observability platform for production LLM and agent systems.
MIT2026年8月27日 · 指标 2.10.0
npm
mastra-ai/mastra
Mastra is the modern TypeScript framework for AI-powered applications and agents.
自定义许可证2026年8月5日 · 指标 2.10.0
PyPI
langchain-ai/deepagents
The batteries-included agent harness.
MIT2026年8月5日 · 指标 2.10.0
PyPI · npm
harbor-framework/harbor
Framework for evaluating and improving agents
Apache-2.02026年8月27日 · 指标 2.10.0
npm
MCPJam/inspector
Testing and evaluation platform to chat, inspect, and debug MCP servers, MCP apps, and ChatGPT apps.
自定义许可证2026年7月18日 · 指标 2.10.0
PyPI
truera/trulens
Evaluation and Tracking for LLM Experiments and AI Agents
MIT2026年8月6日 · 指标 2.10.0
PyPI · npm
UiPath/coder_eval
Test that your Claude Code skills, MCP servers, and CLIs actually work when an agent uses them — sandboxed YAML suites, activation checks, A/B experiments, CI gates.
Apache-2.02026年8月19日 · 指标 2.10.0
npm
nearform/lastlight
Self-hostable, MIT Licensed, Enterprise AI Software Factory
MIT2026年7月26日 · 指标 2.10.0
PyPI · npm
AgentOps-AI/agentops
Python SDK for AI agent monitoring, LLM cost tracking, benchmarking, and more. Integrates with most LLMs and agent frameworks including CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2, and CamelAI
MIT2026年8月28日 · 指标 2.10.0
PyPI
benchflow-ai/benchflow
Research infra for creating RL environments, post-training, and evals.
Apache-2.02026年8月9日 · 指标 2.10.0
npm
o-stepper/graphorin
Project Graphorin is a TypeScript framework for personal AI assistants and long-living agents with rich memory, durable workflow, and observability out of the box.
MIT2026年8月1日 · 指标 2.10.0
Go
realkarych/catacomb
Regression testing for Claude Code and Codex agents.
Apache-2.02026年7月20日 · 指标 2.10.0
PyPI
attenlabs/hotato
Find what broke in your agent calls. Pin it so it never ships again. Local voice-agent call forensics and regression guards.
MIT2026年8月22日 · 指标 2.10.0
npm
getlarge/themoltnet
Trusted context for AI agents
AGPL-3.02026年7月30日 · 指标 2.10.0
PyPI
superlinear-ai/raglite
🥤 RAGLite is a Python toolkit for Retrieval-Augmented Generation (RAG) with DuckDB or PostgreSQL
MPL-2.02026年8月10日 · 指标 2.10.0
npm
zernie/vigiles
Like Lighthouse for your agent harness - verify your CLAUDE.md/AGENTS.md, skills & hooks are real, then test and measure they actually work. Claude Code + Codex.
MIT2026年7月19日 · 指标 2.10.0
PyPI
kensa-sh/kensa
Kensa turns agent traces into evals that run in CI.
Apache-2.02026年7月23日 · 指标 2.10.0
Packagist
pestphp/pest-plugin-evals
Pest Browser Evals
MIT2026年8月4日 · 指标 2.10.0
Hex
aryaminus/controlkeel
Agent control plane for governed AI coding: validate changes, enforce policy gates, track findings, proofs, and evals based on your habits.
自定义许可证2026年7月17日 · 指标 2.10.0
npm
shulmansj/teami
Control plane for orchestrating, evaluating, and improving agent work across a company
自定义许可证2026年7月30日 · 指标 2.10.0
npm
spences10/my-pi
Composable Pi coding agent with MCP, LSP, agent chains, prompt presets, and local eval telemetry
MIT2026年7月18日 · 指标 2.10.0
Go
farazhassan/gantry
A tiny testable, Go-native agent runtime for teams that want control, conformance, and no framework lock-ins.
MIT2026年7月18日 · 指标 2.10.0
npm
inferock/inferock-bench
Local LLM cost-tracking proxy for OpenAI, Anthropic, Gemini, and pinned OpenRouter calls with token usage, failure, and billing-integrity receipts.
自定义许可证2026年7月29日 · 指标 2.10.0
npm
mykim-aus/hey-llm-you-okay
Hey LLM, you okay? — pyramid-ordered LLM testing CLI for CI/CD. One YAML for every layer, LLM-as-a-judge gates, and A/B triage that tells prompt regressions from model drift.
MIT2026年7月30日 · 指标 2.10.0
npm
HolocronLab/botruntime-packages
botruntime public packages. Consumed by the botruntime platform.
无许可证2026年7月29日 · 指标 2.10.0
npm
LilMGenius/paperthin
Low-level agentic design patterns. Turning old engineering wisdom into reflexes your agent reaches for on its own—on any agent.
MIT2026年7月31日 · 指标 2.10.0
npm
eigenpal/cli
Create, evaluate, and deploy workflows from your terminal. Agent-ready.
Apache-2.02026年7月18日 · 指标 2.10.0
PyPI
splox-ai/python-sdk
Official Splox SDK
MIT2026年7月16日 · 指标 2.10.0