#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 repositórios no total
Mastra é o framework moderno de TypeScript para aplicações e agentes com inteligência artificial.
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.
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.
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.
Guia de design de sistemas de IA para engenheiros que constroem sistemas de IA em produção e avaliações.
Laminar - plataforma de observabilidade de código aberto construída especificamente para agentes de IA. YC S24.
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.
Plataforma de teste e avaliação para conversar, inspecionar e depurar servidores MCP, aplicativos MCP e aplicativos ChatGPT.
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.
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.
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.
Atendimento ao cliente pronto para produção de código aberto com Evals e monitoramento integrados
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.
🥤 RAGLite é um kit de ferramentas Python para Geração Aumentada por Recuperação (RAG) com DuckDB ou PostgreSQL
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.
Uma biblioteca selecionada e direta dos melhores recursos para construir e avaliar agentes de IA — artigos, blogs, palestras, ferramentas, benchmarks. Mantida por BenchFlow.
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.
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.
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.
Perguntas Frequentes
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.
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.
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.