登录 注册

搜索结果：llm-evaluation（5 个）

今日热门（多来源加权） 本周热门 本月热门 最近新增 Star 增长最快 Fork 增长最快 商业潜力较高 适合个人开发者
推广
阿里云 没搜到想要的？这就是机会——自己造一个，一台入门级云服务器就能上线 去开机器
按分类缩小范围
全部分类 AI 应用与 AI Agent AI 模型与开发框架 自动化与工作流 数据分析与数据处理 网站与 SaaS 工具 效率与办公工具 图像、视频与音频 内容创作与媒体工具 电商与营销工具 游戏与娱乐 网络与基础设施 开发者工具 安全与隐私工具 教育与学习 其他

opik

综合 81
LLM 应用、RAG 和 Agent 工作流的调试评估与监控平台，提供全链路追踪、自动化评测和生产级仪表盘。
Python 23,359 1,947 2026-11-12
AI 模型与开发框架 数据分析与数据处理 AI 应用与 AI Agent 部署：待检测

mlflow

综合 81
面向 agent、LLM 和 ML 模型的开源 AI 工程平台，支持调试、评估、监控和优化生产级 AI 应用。
Python 28,780 6,610 2026-11-12
AI 模型与开发框架 AI 应用与 AI Agent 数据分析与数据处理 部署：待检测

promptfoo

综合 81
用于测试 Prompt、Agent 与 RAG 的 AI 红队渗透测试工具，可对比 GPT、Claude、DeepSeek 等模型性能。
TypeScript 27,085 2,715 2026-11-12
AI 模型与开发框架 开发者工具 自动化与工作流 部署：待检测

deepeval

综合 71
专为大语言模型打造的 LLM 测试与评估框架。
Python 19,456 2,195 2026-11-12
AI 模型与开发框架 部署：待检测

phoenix

综合 67
专为 AI 应用打造的可观测性与评估分析平台。
Python 12,254 1,288 2026-11-12
AI 应用与 AI Agent AI 模型与开发框架 数据分析与数据处理 部署：较难