Git Stars Git Stars

#evals Repositórios

Descubra 25 repositórios ativos de código aberto no GitHub marcados com #evals, acumulando um total de 108,810 estrelas (uma média de 4,352 por projeto). O líder deste tópico é mastra-ai/mastra, com 29,719 estrelas.

25
Total de Repositórios
108,810
Total de estrelas
4,352
Média de Estrelas/Repositório

25 repositórios no total

1
mastra-ai/mastra

Mastra é o framework moderno de TypeScript para aplicações e agentes com inteligência artificial.

mastra-ai
⭐ 29,719 TypeScript 👤 mastra-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-08-06
2
Arize-ai/phoenix

Observabilidade e Avaliação de IA

Arize-ai
⭐ 12,368 Python 👤 Arize-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-11-09
3
FailproofAI/failproofai

Observabilidade e aplicação de políticas para ambientes de agentes de IA. Registre cada execução e garanta a confiabilidade em tempo de execução por meio da aplicação de políticas.

FailproofAI
⭐ 9,904 TypeScript 👤 FailproofAI Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-04-06
4
harbor-framework/harbor

Estrutura para avaliar e melhorar agentes

harbor-framework
⭐ 7,313 Python 👤 harbor-framework Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-08-04
5
AgentOps-AI/agentops

SDK Python para monitoramento de agentes de IA, rastreamento de custos de LLM, benchmarking e muito mais. Integra-se com a maioria dos LLMs e frameworks de agentes, incluindo CrewAI, Agno, OpenAI Agents SDK, Langchain, Autogen, AG2 e CamelAI.

AgentOps-AI
⭐ 5,971 Python 👤 AgentOps-AI Organization 🕐 Atualizado 2026-06-25 📅 Criado 2023-08-15
6
Kiln-AI/Kiln

Construir, Avaliar e Otimizar Sistemas de IA. Inclui avaliações (evals), RAG, agentes, ajuste fino, geração de dados sintéticos, gerenciamento de conjuntos de dados, MCP e muito mais.

Kiln-AI
⭐ 5,286 Python 👤 Kiln-AI Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-07-23
7
pydantic/logfire

Plataforma de observabilidade AI para sistemas de LLM e agentes em produção.

pydantic
⭐ 4,564 Python 👤 pydantic Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-04-23
8
ombharatiya/ai-system-design-guide

Guia de design de sistemas de IA para engenheiros que constroem sistemas de IA em produção e avaliações.

ombharatiya
⭐ 4,426 👤 ombharatiya User 🕐 Atualizado 2026-11-10 📅 Criado 2025-12-16
9
truera/trulens

Avaliação e Monitoramento para Experimentos de LLM e Agentes de IA

truera
⭐ 3,665 Python 👤 truera Organization 🕐 Atualizado 2026-11-20 📅 Criado 2020-11-02
10
lmnr-ai/lmnr

Laminar - plataforma de observabilidade de código aberto construída especificamente para agentes de IA. YC S24.

lmnr-ai
⭐ 3,516 TypeScript 👤 lmnr-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-08-29
11
FrancyJGLisboa/agent-skills-platform

Crie habilidades de agente testadas e governe seu ciclo de vida por meio de um marketplace definido pelo usuário: evidências, descoberta, atualizações, reversão, quarentena e distribuição em 17 plataformas.

FrancyJGLisboa
⭐ 2,417 Python 👤 FrancyJGLisboa User 🕐 Atualizado 2026-09-15 📅 Criado 2025-10-18
12
MCPJam/inspector

Plataforma de teste e avaliação para conversar, inspecionar e depurar servidores MCP, aplicativos MCP e aplicativos ChatGPT.

MCPJam
⭐ 2,331 TypeScript 👤 MCPJam Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-05-23
13
future-agi/future-agi

Plataforma open-source de ponta a ponta para avaliar, observar e melhorar aplicações de LLM e agentes de IA. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Auto-hospedável. Apache 2.0.

future-agi
⭐ 2,284 Python 👤 future-agi Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-04-23
14
ShenSeanChen/waku-agent

Waku Agent é um harness de agente de IA de código aberto que pertence a você: loop, memória, avaliações e uma camada sempre ativa (caixa de entrada de eventos, temporizadores, aprovações e caixa de saída), em um código que continua legível.

ShenSeanChen
⭐ 2,206 Python 👤 ShenSeanChen User 🕐 Atualizado 2026-11-21 📅 Criado 2026-07-10
15
heymrun/heym

Construa sistemas de agentes. Execute-os com confiança. Orquestre agentes, automatize processos de negócios, inspecione cada execução e mantenha os humanos no controle. Implante o Heym em sua própria infraestrutura.

heymrun
⭐ 1,821 Python 👤 heymrun Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-03-28
16
mattpocock/evalite

Avalie seus aplicativos com tecnologia LLM usando TypeScript

mattpocock
⭐ 1,740 TypeScript 👤 mattpocock User 🕐 Atualizado 2026-04-28 📅 Criado 2024-11-12
17
GitHamza0206/simba

Atendimento ao cliente pronto para produção de código aberto com Evals e monitoramento integrados

GitHamza0206
⭐ 1,545 TypeScript 👤 GitHamza0206 User 🕐 Atualizado 2026-06-18 📅 Criado 2024-12-20
18
LilMGenius/paperthin

O manual de competências para o autoaperfeiçoamento recursivo (RSI). A mais recente demonstração da NVIDIA, explicada com princípios de engenharia atemporais. Uma síntese do método sem intervenção do vencedor do hackathon de engenharia de harness da OpenAI.

LilMGenius
⭐ 1,469 JavaScript 👤 LilMGenius User 🕐 Atualizado 2026-11-15 📅 Criado 2026-06-19
19
superlinear-ai/raglite

🥤 RAGLite é um kit de ferramentas Python para Geração Aumentada por Recuperação (RAG) com DuckDB ou PostgreSQL

superlinear-ai
⭐ 1,215 Python 👤 superlinear-ai Organization 🕐 Atualizado 2026-11-01 📅 Criado 2024-06-10
20
Jwuthri/Tracely-ai

CI/CD nativo de traces para agentes de IA — falhas em produção tornam-se testes de regressão que bloqueiam o PR. Detecção e agrupamento automáticos, conversão em casos herméticos e reprodução no CI por US$ 0.

Jwuthri
⭐ 1,122 Python 👤 Jwuthri User 🕐 Atualizado 2026-11-21 📅 Criado 2026-06-03
21
benchflow-ai/awesome-evals

Uma biblioteca selecionada e direta dos melhores recursos para construir e avaliar agentes de IA — artigos, blogs, palestras, ferramentas, benchmarks. Mantida por BenchFlow.

benchflow-ai
⭐ 1,049 👤 benchflow-ai Organization 🕐 Atualizado 2026-11-04 📅 Criado 2026-06-24
22
tripleyak/SkillForge

Um criador de habilidades que prova que suas habilidades funcionam. Criação de habilidades baseada em evidências para Claude Code e Codex: geração testada por linha de base, avaliações de regressão por habilidade, diagnóstico de ecossistema, compilação entre ambientes de execução e um consultor proativo opcional.

tripleyak
⭐ 918 Python 👤 tripleyak User 🕐 Atualizado 2026-07-29 📅 Criado 2025-12-30
23
overmind-core/overmind

A plataforma para melhorar continuamente os agentes de IA.

overmind-core
⭐ 771 Python 👤 overmind-core Organization 🕐 Atualizado 2026-11-21 📅 Criado 2026-03-27
24
calmrocks/ai-engineer-notebooks

Notebooks do Colab práticos e sem frameworks para o conjunto de habilidades de AI Engineer / Forward Deployed Engineer (FDE) — APIs de modelos, saídas estruturadas, chamadas de ferramentas, RAG, avaliações como pilar central, agentes (loop do zero, design de ferramentas, guardrails, MCP, Skills), fine-tuning vs LoRA, injeção de prompt/segurança, LLMOps e relacionamento técnico com o cliente. Funciona com a API gratuita do Groq.

calmrocks
⭐ 756 Jupyter Notebook 👤 calmrocks User 🕐 Atualizado 2026-11-07 📅 Criado 2026-08-11
25
ratel-ai/ratel

A camada de autoaperfeiçoamento para agentes de IA. O Ratel analisa os rastros do seu agente, identifica falhas, recomenda correções e executa avaliações com sessões reais antes do lançamento. Auto-hospedado: um aplicativo, um Postgres. Inclui os SDKs de TypeScript e Python.

ratel-ai
⭐ 566 TypeScript 👤 ratel-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-11-12

Perguntas Frequentes

1

Qual é o repositório de #evals mais popular no GitHub?

O projeto de código aberto de #evals mais bem classificado no GitHub é mastra-ai/mastra, com 29,719 estrelas. Mastra é o framework moderno de TypeScript para aplicações e agentes com inteligência artificial.

2

Quais linguagens de programação são mais usadas nos repositórios de #evals?

Entre os projetos de #evals mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, JavaScript, Jupyter Notebook.

3

Como é calculada a classificação dos repositórios de #evals?

Acompanhamos 25 repositórios ativos de código aberto marcados com #evals (com mais de 500 estrelas), totalizando 108,810 estrelas e uma média de 4,352 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.