#agent-evaluation Репозитории
Откройте для себя 19 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #agent-evaluation, с общим числом 83,117 звёзд (в среднем 4,374 на проект). Лидером этой темы является ifixai-ai/iFixAi, набравший 46,592 звёзд.
Всего репозиториев: 19
Независимый аудит ИИ-агентов. Проводится человеком или самим агентом, чтобы ответить на самый важный вопрос в экономике ИИ-агентов: выполняет ли агент то, что должен? С iFixAi вы получите ответ менее чем за 120 секунд.
🐢 Библиотека с открытым исходным кодом для оценки и тестирования LLM-агентов
Платформа оптимизации ИИ-агентов нового поколения: Cozeloop решает проблемы разработки ИИ-агентов, предоставляя возможности управления полным жизненным циклом от разработки, отладки и оценки до мониторинга.
Многоуровневая платформа для оценки навыков и плагинов ИИ-агентов: контроль качества, сканирование безопасности, проверка совместимости с тестовой средой, обнаружение семантических пересечений, генерация синтетических наборов данных для оценки и оценка агентов в реальном времени, измеряющая влияние навыков на поведение агента. Включает повторно используемые шаблоны CI, позволяющие внедрить все проверки в любой репозиторий.
Открытая платформа полного цикла для оценки, наблюдения и улучшения приложений LLM и ИИ-агентов. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Самостоятельный хостинг. Apache 2.0.
AutoChain: Создавайте легких, расширяемых и тестируемых LLM-агентов
bsuite — это набор тщательно разработанных экспериментов, исследующих основные возможности агента обучения с подкреплением (RL)
Оценивайте навыки агентов и их окружение. Развивайте навыки, опираясь на фактические данные.
AuditPilot: проверяемые корпоративные ИИ-агенты для рабочих процессов, основанных на доказательствах, управляемых инструментов, оценочных приспособлений, человеческой проверки и доставки исправлений.
Открытый каталог агентов для работы с компьютером, основанный на источниках: проверенные статьи, модели GUI, наборы данных, бенчмарки, инструменты и повторно используемые данные JSONL/SQLite.
Курируемая библиотека лучших ресурсов для создания и оценки AI-агентов — статьи, блоги, выступления, инструменты, бенчмарки. Поддерживается BenchFlow.
Холистическая структура для проектирования, разработки и оценки автономных агентов AIOps.
Платформа инженерной разработки агентов с открытым исходным кодом: трассировка, оценка и метрики для отладки и улучшения ваших ИИ-агентов. Интегрируется с LangGraph, CrewAI, Claude Agent SDK и другими инструментами.
CI/CD с нативной поддержкой трейсов для ИИ-агентов: оценивайте трейсы из production, группируйте сбои, превращайте их в воспроизводимые регрессионные тесты и блокируйте PR, вызывающие регрессии. Можно развернуть на собственных серверах.
🛠️ Мета-обвязка для ИИ-агентов — создайте свою собственную целенаправленную, брендированную обвязку агента с собственным CLI npx, сервером MCP, памятью, циклом обучения и релизами, подписанными свидетелями. Работает с Claude Code, Codex, pi.dev, Hermes, OpenClaw и RVM (аппаратно-изолированная песочница).
Могут ли ИИ-агенты воссоздавать веб-сайты, исследуя их с помощью браузера?
Часто задаваемые вопросы
Какой репозиторий по теме #agent-evaluation наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #agent-evaluation на GitHub — ifixai-ai/iFixAi, набравший 46,592 звёзд. Независимый аудит ИИ-агентов. Проводится человеком или самим агентом, чтобы ответить на самый важный вопрос в экономике ИИ-агентов: выполняет ли агент то, что должен? С iFixAi вы получите ответ менее чем за 120 секунд.
Какие языки программирования чаще всего используются в репозиториях по теме #agent-evaluation?
Среди наиболее высоко оценённых проектов по теме #agent-evaluation на GitHub чаще всего используются языки программирования Python, Go, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #agent-evaluation?
Мы отслеживаем 19 активных репозиториев с открытым исходным кодом, отмеченных тегом #agent-evaluation (500 и более звёзд), с общим числом 83,117 звёзд и в среднем 4,374 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.