EleutherAI/lm-evaluation-harness

MLflow

★ 28,310

开源 AI 工程平台，支持 LLM 与 ML 模型的追踪、评估、监控与部署。

MLflow

开源 AI 工程平台，支持 LLM 应用与 Agent 的追踪、评估、监控和提示词优化。

Langfuse

★ 35,370

开源 LLM 工程平台，集追踪、评估、提示词管理与实验于一体，支持自托管。

promptfoo

★ 25,806

开源 LLM 评测与红队测试 CLI/库，可对比多模型、扫描漏洞并集成 CI/CD。

DeepEval

★ 18,627

开源 LLM 评估框架，类似 Pytest，用 G-Eval 等指标本地评测 LLM 应用与 Agent

Google AI Studio

Google 官方 Gemini 模型在线试验与开发平台，从提示词快速走向生产。