Git Stars Git Stars

#ai-evaluation-tools Repository

Scopri 2 repository GitHub open source attivi contrassegnati con #ai-evaluation-tools, che raccolgono un totale di 21,165 stelle (con una media di 10,582 stelle per progetto). Il progetto leader di questo argomento è raga-ai-hub/RagaAI-Catalyst, con 16,193 stelle.

2
Totale Repository
21,165
Totale stelle
10,582
Media Stelle/Repo
Linguaggi di programmazione: Python

2 repository in totale

1
raga-ai-hub/RagaAI-Catalyst

SDK Python per il Framework di Osservabilità, Monitoraggio e Valutazione dell'AI per Agenti. Include funzionalità come il tracciamento di agenti, LLM e strumenti, il debug di sistemi multi-agente, dashboard self-hosted e analisi avanzate con visualizzazione della timeline e del grafico di esecuzione.

raga-ai-hub
⭐ 16,193 Python 👤 raga-ai-hub Organization 🕐 Aggiornato 2026-02-11 📅 Creato 2024-08-26
2
microsoft/PyRIT

Toolkit open source di Microsoft per il red teaming dell’IA. Metti alla prova i sistemi di IA generativa con scansioni automatizzate, attacchi adattivi su più turni e un’interfaccia web.

microsoft
⭐ 5,003 Python 👤 microsoft Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-12-12

Domande frequenti

1

Qual è il repository #ai-evaluation-tools più popolare su GitHub?

Il progetto open source #ai-evaluation-tools più alto in classifica su GitHub è raga-ai-hub/RagaAI-Catalyst, con 16,193 stelle. SDK Python per il Framework di Osservabilità, Monitoraggio e Valutazione dell'AI per Agenti. Include funzionalità come il tracciamento di agenti, LLM e strumenti, il debug di sistemi multi-agente, dashboard self-hosted e analisi avanzate con visualizzazione della timeline e del grafico di esecuzione.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #ai-evaluation-tools?

Tra i progetti #ai-evaluation-tools più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.

3

Come viene calcolata la classifica dei repository #ai-evaluation-tools?

Monitoriamo 2 repository open source attivi contrassegnati con #ai-evaluation-tools (500+ stelle), per un totale di 21,165 stelle e una media di 10,582 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.