搜索结果：evaluation（6 个）
按分类缩小范围
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。
bisheng
综合 81
开源企业级 Agent 平台，融合 AI Agent、工作流、RAG 与知识库管理，用于构建和部署 AI 应用。
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。
RagaAI-Catalyst
综合 75
Agent AI 可观测性、监控与评估框架的 Python SDK，支持链路追踪、多 Agent 调试及自托管看板。
phoenix
综合 67
专为 AI 应用打造的可观测性与评估分析平台。
cua
综合 66
通过开源驱动、跨平台沙箱及基准测试扩展 computer-use 2.0，用于模型训练、评估和数据生成。