#evals Repositorios
Descubre 25 repositorios activos de código abierto de GitHub etiquetados con #evals, que acumulan 108,810 estrellas en total (una media de 4,352 estrellas por proyecto). El líder de este tema es mastra-ai/mastra, con 29,719 estrellas.
25 repositorios en total
Mastra es el marco moderno de TypeScript para aplicaciones y agentes impulsados por IA.
Observabilidad y aplicación de políticas para los entornos de agentes de IA. Registra cada ejecución y garantiza la fiabilidad en tiempo de ejecución mediante la aplicación de políticas.
SDK de Python para monitoreo de agentes de IA, seguimiento de costos de LLM, benchmarking y más. Se integra con la mayoría de los LLM y marcos de agentes, incluidos CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2 y CamelAI
Construya, evalúe y optimice sistemas de IA. Incluye evaluaciones (evals), RAG, agentes, ajuste fino, generación de datos sintéticos, gestión de conjuntos de datos, MCP y más.
Guía de diseño de sistemas de IA para ingenieros que construyen sistemas de IA en producción y evaluaciones.
Laminar - plataforma de observabilidad de código abierto diseñada específicamente para agentes de IA. YC S24.
Cree habilidades de agentes probadas y gobierne su ciclo de vida a través de un mercado definido por el usuario: evidencias, descubrimiento, actualizaciones, reversión, cuarentena y distribución en 17 plataformas.
Plataforma de prueba y evaluación para chatear, inspeccionar y depurar servidores MCP, aplicaciones MCP y aplicaciones ChatGPT.
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.
Waku Agent es un armazón de agente de IA de código abierto que tú controlas: bucle, memoria, evaluaciones y una capa siempre activa (bandeja de entrada de eventos, temporizadores, aprobaciones y bandeja de salida), con un código que sigue siendo legible.
Construya sistemas de agentes. Ejecútelos con confianza. Orqueste agentes, automatice procesos de negocio, inspeccione cada ejecución y mantenga a los humanos en control. Implemente Heym en su propia infraestructura.
Servicio de atención al cliente listo para producción de código abierto con Evals y monitoreo integrados
El manual de habilidades para la automejora recursiva (RSI). La prueba más reciente de NVIDIA, desglosada con ingeniería atemporal. Destilado del método de intervención cero del ganador del hackathon de ingeniería de harness de OpenAI.
🥤 RAGLite es un kit de herramientas de Python para Generación Aumentada por Recuperación (RAG) con DuckDB o PostgreSQL
CI/CD nativo de trazas para agentes de IA: los fallos en producción se convierten en pruebas de regresión que bloquean el PR. Detección y agrupación automáticas, conversión en casos herméticos y reproducción en CI por 0 $.
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.
Un creador de habilidades que demuestra que sus habilidades funcionan. Creación de habilidades basada en evidencia para Claude Code y Codex: generación probada con línea base, evaluaciones de regresión por habilidad, doctor de ecosistema, compilación entre entornos de ejecución y un asesor proactivo opcional.
Cuadernos de Colab prácticos y sin frameworks para el conjunto de habilidades de AI Engineer / Forward Deployed Engineer (FDE): APIs de modelos, salida estructurada, llamadas a herramientas, RAG, evaluaciones como eje central, agentes (bucle desde cero, diseño de herramientas, guardrails, MCP, Skills), fine-tuning vs LoRA, inyección de prompts/seguridad, LLMOps y trato con clientes. Se ejecuta con la API gratuita de Groq.
La capa de mejora continua para agentes de IA. Ratel analiza las trazas de tu agente, detecta qué falla, recomienda soluciones y ejecuta evaluaciones con sesiones reales antes de que publiques. Autoalojado: una aplicación y un Postgres. Incluye los SDK de TypeScript y Python.
Preguntas frecuentes
¿Cuál es el repositorio de #evals más popular en GitHub?
El proyecto de código abierto de #evals mejor posicionado en GitHub es mastra-ai/mastra, con 29,719 estrellas. Mastra es el marco moderno de TypeScript para aplicaciones y agentes impulsados por IA.
¿Qué lenguajes de programación se utilizan más en los repositorios de #evals?
Entre los proyectos de #evals mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, JavaScript, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #evals?
Seguimos 25 repositorios activos de código abierto etiquetados con #evals (500+ estrellas), que suman un total de 108,810 estrellas, con una media de 4,352 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.