Git Stars Git Stars

#agent-evaluation Repositorios

Descubre 19 repositorios activos de código abierto de GitHub etiquetados con #agent-evaluation, que acumulan 83,117 estrellas en total (una media de 4,374 estrellas por proyecto). El líder de este tema es ifixai-ai/iFixAi, con 46,592 estrellas.

19
Total de Repositorios
83,117
Total de estrellas
4,374
Promedio de Estrellas/Repo
Lenguajes de programación: Python Go TypeScript

19 repositorios en total

1
ifixai-ai/iFixAi

Auditoría independiente de agentes de IA. Ejecutada por humanos o por el propio agente, para responder a la pregunta más crucial en la economía de los agentes de IA: ¿Está el agente haciendo lo que se supone que debe hacer? Con iFixAi, puede obtener esta respuesta en menos de 120 segundos.

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

🐢 Biblioteca de código abierto para evaluación y pruebas de agentes LLM

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

Plataforma de optimización de agentes de IA de próxima generación: Cozeloop aborda los desafíos en el desarrollo de agentes de IA al proporcionar capacidades de gestión de ciclo de vida completo, desde el desarrollo, la depuración y la evaluación hasta la monitorización.

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

Marco multinivel para evaluar habilidades y complementos de agentes de IA, con controles de calidad, análisis de seguridad, comprobaciones de compatibilidad con el entorno de pruebas, detección de solapamientos semánticos, generación de conjuntos de datos sintéticos para evaluación y evaluación de agentes en tiempo real que mide cómo afectan las habilidades al comportamiento del agente. Incluye plantillas de CI reutilizables que llevan todas las comprobaciones a cualquier repositorio.

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

Evaluación y seguimiento de experimentos LLM y agentes de IA

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

Plataforma de código abierto de extremo a extremo para evaluar, observar y mejorar aplicaciones de LLM y agentes de IA. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Autoalojable. Apache 2.0.

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

AutoChain: Crea agentes LLM ligeros, extensibles y probables

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

bsuite es una colección de experimentos cuidadosamente diseñados que investigan las capacidades centrales de un agente de aprendizaje por refuerzo (RL)

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

Evalúa las habilidades y los entornos de los agentes. Mejora las habilidades con pruebas.

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

Benchmark de código abierto para agentes de IA en navegador en tareas diarias.

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

Una única interfaz para usar y evaluar diferentes frameworks de agentes

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

AuditPilot: agentes de IA empresarial auditables para flujos de trabajo basados en evidencia, herramientas gobernadas, arneses de evaluación, revisión humana y entrega de remediación.

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

Catálogo abierto y respaldado por fuentes de agentes de uso de computadoras: artículos revisados, modelos de GUI, conjuntos de datos, benchmarks, herramientas y datos reutilizables en JSONL/SQLite.

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

Una biblioteca seleccionada y sin tonterías de los mejores recursos para construir y evaluar agentes de IA: artículos, blogs, charlas, herramientas, benchmarks. Mantenida por BenchFlow.

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

Un marco holístico para permitir el diseño, desarrollo y evaluación de agentes AIOps autónomos.

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

Plataforma de ingeniería de agentes de código abierto: trazas, evaluaciones y métricas para depurar y mejorar sus agentes de IA. Se integra con LangGraph, CrewAI, Claude Agent SDK y más.

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

CI/CD nativo de trazas para agentes de IA: evalúa las trazas de producción, agrupa los fallos, conviértelos en pruebas de regresión reproducibles y bloquea los PR que introduzcan regresiones. Se puede alojar por cuenta propia.

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

🛠️ El meta-arreo para agentes de IA — construye tu propio arreo de agente enfocado y de marca con su propia CLI npx, servidor MCP, memoria, bucle de aprendizaje y versiones firmadas por testigos. Funciona con Claude Code, Codex, pi.dev, Hermes, OpenClaw y RVM (sandbox aislado por hardware).

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

¿Pueden los agentes de IA reconstruir sitios web explorando el navegador?

TIGER-AI-Lab
⭐ 595 Python 👤 TIGER-AI-Lab Organization 🕐 Actualizado 2026-11-17 📅 Creado 2026-11-04

Preguntas frecuentes

1

¿Cuál es el repositorio de #agent-evaluation más popular en GitHub?

El proyecto de código abierto de #agent-evaluation mejor posicionado en GitHub es ifixai-ai/iFixAi, con 46,592 estrellas. Auditoría independiente de agentes de IA. Ejecutada por humanos o por el propio agente, para responder a la pregunta más crucial en la economía de los agentes de IA: ¿Está el agente haciendo lo que se supone que debe hacer? Con iFixAi, puede obtener esta respuesta en menos de 120 segundos.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #agent-evaluation?

Entre los proyectos de #agent-evaluation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Go, TypeScript.

3

¿Cómo se calcula la clasificación de los repositorios de #agent-evaluation?

Seguimos 19 repositorios activos de código abierto etiquetados con #agent-evaluation (500+ estrellas), que suman un total de 83,117 estrellas, con una media de 4,374 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.