Git Stars Git Stars

#llm-eval 仓库

探索 7 个标记为 #llm-eval 的活跃开源 GitHub 仓库,它们累计获得 60,582 个 Star(平均每个项目 8,654 个)。该主题的领先项目是 promptfoo/promptfoo,拥有 27,516 个 Star。

7
仓库总数
60,582
总星标数
8,654
平均每个仓库星标数
1
promptfoo/promptfoo

测试您的提示词、智能体和 RAG。针对人工智能的红队测试/渗透测试/漏洞扫描。比较 GPT、Claude、Gemini、DeepSeek 等模型的性能。支持命令行和 CI/CD 集成的简单声明式配置。已被 OpenAI 和 Anthropic 使用。

promptfoo
⭐ 27,516 TypeScript 👤 promptfoo Organization 🕐 已更新 2026-11-21 📅 创建时间 2023-04-28
2
Arize-ai/phoenix

AI 可观测性与评估

Arize-ai
⭐ 12,368 Python 👤 Arize-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-11-09
3
open-compass/opencompass

OpenCompass 是一个大语言模型(LLM)评测平台,支持 OpenAI、Anthropic、Gemini、Qwen、GLM、DeepSeek 等众多模型,涵盖 100 多个数据集,涉及知识、推理、编程、科学、语言、长上下文和安全等领域。

open-compass
⭐ 7,610 Python 👤 open-compass Organization 🕐 已更新 2026-11-18 📅 创建时间 2023-06-15
4
Giskard-AI/giskard-oss

🐢 面向 LLM 智能体的开源评估与测试库

Giskard-AI
⭐ 5,965 Python 👤 Giskard-AI Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-03-06
5
truera/trulens

LLM实验与AI代理的评估与追踪

truera
⭐ 3,665 Python 👤 truera Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-11-02
6
uptrain-ai/uptrain

UpTrain 是一个开源的统一平台,用于评估和改进生成式 AI 应用程序。我们为 20 多个预配置的检查(涵盖语言、代码、嵌入式用例)提供评分,对失败案例进行根本原因分析,并提供有关如何解决这些问题的见解。

uptrain-ai
⭐ 2,337 Python 👤 uptrain-ai Organization 🕐 已更新 2024-08-18 📅 创建时间 2022-11-07
7
AI-QL/tuui

桌面 MCP 客户端,设计为一种工具化的实用程序集成,通过模型上下文协议 (MCP) 加速 AI 采用,并实现跨供应商的 LLM API 编排。

AI-QL
⭐ 1,161 TypeScript 👤 AI-QL Organization 🕐 已更新 2026-05-14 📅 创建时间 2025-04-01

常见问题解答

1

GitHub 上最受欢迎的 #llm-eval 仓库是什么?

GitHub 上排名第一的开源 #llm-eval 项目是 promptfoo/promptfoo,拥有 27,516 个 Star。测试您的提示词、智能体和 RAG。针对人工智能的红队测试/渗透测试/漏洞扫描。比较 GPT、Claude、Gemini、DeepSeek 等模型的性能。支持命令行和 CI/CD 集成的简单声明式配置。已被 OpenAI 和 Anthropic 使用。

2

#llm-eval 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #llm-eval 项目中,最常见的编程语言是 Python, TypeScript。

3

#llm-eval 仓库的排名是如何计算的?

我们跟踪了 7 个标记为 #llm-eval 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 60,582 个 Star,平均每个仓库拥有 8,654 个 Star。排名每日根据 GitHub API 更新。