Git Stars Git Stars

#agent-evaluation Repositories

Entdecke 19 aktive Open-Source-GitHub-Repositories, die mit #agent-evaluation getaggt sind und insgesamt 83,117 Sterne gesammelt haben (durchschnittlich 4,374 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist ifixai-ai/iFixAi mit 46,592 Sternen.

19
Gesamtzahl der Repositories
83,117
Gesamtanzahl der Sterne
4,374
Durchschnittliche Sterne/Repo
Programmiersprachen: Python Go TypeScript

Insgesamt 19 Repositories

1
ifixai-ai/iFixAi

Unabhängige Prüfung von KI-Agenten. Durchgeführt von Menschen oder dem Agenten selbst, um die wichtigste Frage in der KI-Agenten-Ökonomie zu beantworten: Tut der Agent das, was er tun soll? Mit iFixAi erhalten Sie diese Antwort in weniger als 120 Sekunden.

ifixai-ai
⭐ 46,592 Python 👤 ifixai-ai Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-04-27
2
Giskard-AI/giskard-oss

🐢 Open-Source-Evaluierungs- und Testbibliothek für LLM-Agenten

Giskard-AI
⭐ 5,965 Python 👤 Giskard-AI Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2022-03-06
3
coze-dev/coze-loop

Next-Generation KI-Agenten-Optimierungsplattform: Cozeloop adressiert Herausforderungen in der KI-Agentenentwicklung, indem es umfassende Managementfunktionen für den gesamten Lebenszyklus von der Entwicklung, dem Debugging und der Evaluierung bis zur Überwachung bietet.

coze-dev
⭐ 5,799 Go 👤 coze-dev Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2025-06-24
4
NVIDIA/SkillEvaluator

Mehrstufiges Framework zur Bewertung von Fähigkeiten und Plugins für KI-Agenten mit Qualitätsprüfungen, Sicherheits-Scans, Kompatibilitätsprüfungen für die Testumgebung, Erkennung semantischer Überschneidungen, Generierung synthetischer Evaluationsdatensätze und Live-Evaluation von Agenten, die misst, wie sich Fähigkeiten auf das Verhalten des Agenten auswirken. Enthält wiederverwendbare CI-Vorlagen, mit denen sich alle Prüfungen in jedes Repository integrieren lassen.

NVIDIA
⭐ 4,300 Python 👤 NVIDIA Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-06-24
5
truera/trulens

Bewertung und Verfolgung von LLM-Experimenten und KI-Agenten

truera
⭐ 3,665 Python 👤 truera Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2020-11-02
6
future-agi/future-agi

Open-Source-End-to-End-Plattform zur Bewertung, Beobachtung und Verbesserung von LLM- und KI-Agent-Anwendungen. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Selbst-hostbar. Apache 2.0.

future-agi
⭐ 2,284 Python 👤 future-agi Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-04-23
7
Forethought-Technologies/AutoChain

AutoChain: Bauen Sie leichtgewichtige, erweiterbare und testbare LLM-Agenten

Forethought-Technologies
⭐ 1,879 Python 👤 Forethought-Technologies Organization 🕐 Aktualisiert 2025-12-16 📅 Erstellt 2023-05-19
8
google-deepmind/bsuite

bsuite ist eine Sammlung sorgfältig konzipierter Experimente, die die Kernfähigkeiten eines Reinforcement-Learning (RL)-Agenten untersuchen

google-deepmind
⭐ 1,566 Python 👤 google-deepmind Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2019-08-02
9
alibaba/skill-up

Bewerte die Fähigkeiten von Agenten und ihre Umgebungen. Entwickle die Fähigkeiten anhand von Evidenz weiter.

alibaba
⭐ 1,508 Go 👤 alibaba Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-05-09
10
TIGER-AI-Lab/ClawBench

Open-Source-Benchmark für Browser-KI-Agenten bei alltäglichen Aufgaben.

TIGER-AI-Lab
⭐ 1,325 Python 👤 TIGER-AI-Lab Organization 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2026-04-10
11
mozilla-ai/any-agent

Eine einzige Schnittstelle zur Verwendung und Bewertung verschiedener Agenten-Frameworks

mozilla-ai
⭐ 1,261 Python 👤 mozilla-ai Organization 🕐 Aktualisiert 2026-11-01 📅 Erstellt 2025-03-25
12
Ricky-7-Yan/intelligent-audit-system

AuditPilot: prüfbare Unternehmens-KI-Agenten für evidenzbasierte Arbeitsabläufe, gesteuerte Tools, Evaluierungsrahmen, menschliche Überprüfung und Bereitstellung von Korrekturmaßnahmen.

Ricky-7-Yan
⭐ 1,182 Python 👤 Ricky-7-Yan User 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2025-10-28
13
reacher-z/Awesome-CUA

Offener, quellenbasierter Katalog von Computer-Use-Agenten: geprüfte Fachartikel, GUI-Modelle, Datensätze, Benchmarks, Tools und wiederverwendbare JSONL-/SQLite-Daten.

reacher-z
⭐ 1,072 Python 👤 reacher-z User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-10-16
14
benchflow-ai/awesome-evals

Eine kuratierte, unverblümte Bibliothek der besten Ressourcen zum Erstellen und Bewerten von KI-Agenten – Papiere, Blogs, Vorträge, Werkzeuge, Benchmarks. Gepflegt von BenchFlow.

benchflow-ai
⭐ 1,049 👤 benchflow-ai Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2026-06-24
15
microsoft/AIOpsLab

Ein ganzheitlicher Rahmen, der den Entwurf, die Entwicklung und die Bewertung autonomer AIOps-Agenten ermöglicht.

microsoft
⭐ 1,036 Python 👤 microsoft Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2024-10-11
16
chirpz-ai/pandaprobe

Open-Source-Agent-Engineering-Plattform: Traces, Evals und Metriken zum Debuggen und Verbessern Ihrer KI-Agenten. Lässt sich in LangGraph, CrewAI, Claude Agent SDK und weitere integrieren.

chirpz-ai
⭐ 868 Python 👤 chirpz-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-12-16
17
jwuthri-cloud/Tracely-ai

Trace-natives CI/CD für KI-Agenten: Produktions-Traces bewerten, Fehler gruppieren, sie in wiederholbare Regressionstests überführen und PRs blockieren, die Regressionen verursachen. Selbst hostbar.

jwuthri-cloud
⭐ 850 Python 👤 jwuthri-cloud User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2026-10-11
18
ruvnet/metaharness

🛠️ Das Meta-Geschirr für KI-Agenten — erstellen Sie Ihr eigenes fokussiertes, markengebundenes Agentengeschirr mit eigener npx-CLI, MCP-Server, Speicher, Lernschleife und zeugenschaftlich signierten Releases. Funktioniert mit Claude Code, Codex, pi.dev, Hermes, OpenClaw und RVM (hardware-isolierte Sandbox).

ruvnet
⭐ 759 TypeScript 👤 ruvnet User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-06-13
19
TIGER-AI-Lab/WebsiteBench

Können KI-Agenten Websites durch die Erkundung eines Browsers neu erstellen?

TIGER-AI-Lab
⭐ 595 Python 👤 TIGER-AI-Lab Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2026-11-04

Häufig gestellte Fragen

1

Welches ist das beliebteste #agent-evaluation-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#agent-evaluation-Projekt auf GitHub ist ifixai-ai/iFixAi mit 46,592 Sternen. Unabhängige Prüfung von KI-Agenten. Durchgeführt von Menschen oder dem Agenten selbst, um die wichtigste Frage in der KI-Agenten-Ökonomie zu beantworten: Tut der Agent das, was er tun soll? Mit iFixAi erhalten Sie diese Antwort in weniger als 120 Sekunden.

2

Welche Programmiersprachen werden in #agent-evaluation-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #agent-evaluation-Projekten auf GitHub sind Python, Go, TypeScript die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #agent-evaluation-Repositories berechnet?

Wir verfolgen 19 aktive Open-Source-Repositories, die mit #agent-evaluation getaggt sind (500+ Sterne), mit insgesamt 83,117 Sternen und durchschnittlich 4,374 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.