opik 大模型 使用全面的追踪、自动化评估和生产就绪的仪表板，对您的大型语言模型应用、RAG 系统和智能工作流进行调试、评估和监控。 Python Apache Apache-2.0 evaluation hacktoberfest hacktoberfest2025 langchain llama-index OTO · ID:56 查看 ↗
promptfoo 自动化工具 测试您的提示、代理和 RAG。针对 AI 的红队测试/渗透测试/漏洞扫描。比较 GPT、Claude、Gemini、DeepSeek 等的性能。简单的声明式配置，支持命令行和 CI/CD 集成。被 OpenAI 和 Anthropic 使用。 MIT-ISC MIT TypeScript ci ci-cd cicd evaluation evaluation-framework OTO · ID:44 查看 ↗