提示詞、評測與可觀測行情

提示詞、評測與可觀測 · 首發於 Show HN

共 194 個產品
產品與研究指標
產品每月造訪次數 · 10月操作
MLflow開源面向各類團隊的開源 AI 工程平台,用於追蹤、調試、評估、監控和最佳化大語言模型應用、智慧體及機器學習模型。148K
SWE-bench為語言模型評測人員提供真實 GitHub 軟體問題資料集、可復現的評測工具和排行榜,用於比較模型解決軟體問題的能力。126K
Promptfoo開源為開發者和企業提供AI應用安全測試與漏洞檢測工具。107.8K
YuppYupp 曾為全球使用者免費提供多種 AI 模型的訪問和比較體驗。103.6K
PromptLayer面向 AI 工程團隊的提示詞管理、評估和可觀測性平台,幫助團隊協作編輯提示詞、測試工作流並監控生產環境中的 AI 應用。85.9K
BenchmarkList公開的 AI 基準測試、模型評分及結果來源索引與資料庫。65.7K
Coarena計算機使用 AI 智慧體對比評估與排行榜平台,支援對兩個 Agent 在真實研究與操作任務中進行雙盲對比打分與評測。59K
Claude Tuner開源Chrome 擴展和網頁儀表板,幫助開發者和團隊跟蹤 Claude、ChatGPT 與 Gemini 的使用量、限制和重置時間,並提供預測與計畫分析。46.5K
RaindropMCP開源幫助開發智慧體的團隊追蹤運行過程、自動發現和調查生產故障,並通過模擬和實驗驗證修復。42.8K
VerifyWise開源為合規、安全和治理團隊提供 AI 系統登記、風險評估、政策審批、模型評測和審計證據管理平台,支援雲端與自託管部署。37.3K
AgnostMCPAgnost監控生產環境中的AI代理,幫助團隊發現故障、檢查運行軌跡並驗證修復。30.3K
DrivingBenchMCP開源評估前沿語言模型通過控制真實汽車在錐桶路線上行駛表現的基準測試與排行榜平台。29.8K
Neuronpedia開源開源可解釋性平台,供使用者探索、可視化和調整 AI 模型的內部機制。28.6K
Oso Cloud開源Oso for Agents 幫助組織發現、監控、檢測和控制公司內的 AI 代理活動,為安全與 IT 團隊提供可視性、策略控制和審計記錄。28.1K
LocalScore開源面向本地運行大語言模型的使用者的開源基準測試工具,用來衡量模型在你的硬體上的推理速度並公開對比結果。21.4K
Big Prompt Hub為設計師、開發者、行銷人員和內容創作者提供 AI 技能、提示詞系統、工作流及創作範本的資源庫。20K
Boundary開源BAML 是一門帶內置遙測功能的程式設計語言和工具鏈,幫助工程師構建、測試和觀測 AI 智慧體及其程式碼。19K
Jevstiller開源可自託管的 Jev 代理,從 Jev 的回答中學習重複的分類問題,並在設定的一致性預算內本地回答請求。17.7K
PROMPTMETHEUS面向個人和團隊的提示詞工程工具,用於編寫、測試和最佳化大語言模型應用、智慧體及工作流的提示詞。17.1K
Valohai為機器學習團隊提供 MLOps 平台,用於構建、評估、部署和管理模型及其資料流水線。12.8K
KastraMCP面向 AI 系統的運行時授權層,在提示、工具呼叫、命令和 API 請求執行前做策略判定,供開發者與企業治理智慧體行為。10.6K
ProgramBench開源基準,用來評估語言模型能否在看不到原始碼的情況下從零重新實現程式。10.2K
OpenAPPAMCP開源面向 LLM 智慧體的確定性資訊流策略引擎,在策略規定資料不得到達某讀者時,提示注入或模型幻覺無法改變該決定。9.4K
Rival開源免費線上博物館,儲存並展示不同模型對相同問題的回答,供人們瀏覽和比較。9.2K
CTGT為受監管機構和高信任要求的企業提供 AI 模型治理引擎,在輸出時約束模型遵循組織政策,提高可靠性與合規性。9.1K
HoneyHiveMCP開源面向企業的智慧體可觀測與評估平台,用來追蹤、評估、監控並改進生產環境中的 AI 智慧體。8.8K
EEBenchatopile 建立的電氣工程智慧體基準,用仿真與物料清單約束衡量前沿模型完成硬體設計任務的表現。7.4K
Agentmemoryleaderboard開源面向智慧體長期記憶能力的統一開源基準測試與評測排行榜。7.3K
Span為工程團隊提供工程智慧平台,連接AI寫程式代理軌跡與程式碼、PR及交付結果,幫助衡量效率並改進工程流程。7.1K
Tiny AI Arena開源展示不同AI模型對戰天梯榜與比賽錄像回放的網頁平台。6.4K
Scorecard為構建 AI 產品的團隊提供智慧體場景模擬、提示詞管理和評估工具,幫助發現問題並改進生產部署。6.3K
Openlit開源面向開發者和生產團隊的開源可自託管平台,用於追蹤、評估和保護 AI 智慧體,並管理提示詞、金鑰、成本及 GPU 監控。6K
AI Benchy人工智慧模型基準評測排行榜與對比分析平台,幫助使用者了解不同模型的得分、可靠性、響應速度及成本性價比。5.5K
SWE-sweep開源基準,用來評測程式開發智慧體在沒有漏洞提示的真實程式碼庫中自主發現並修復盡可能多漏洞的能力。5.4K
OpenPrompt讓使用者建立、發現、使用並儲存自定義 ChatGPT 提示詞。5.3K
Traceloop開源為開發團隊提供大型語言模型應用的監控、評估和調試工具,幫助發現品質問題並安全部署。<5K
Goodfire為構建和部署 AI 模型的團隊提供可解釋性基礎設施,幫助理解模型內部機制、監控風險、調試行為並引導訓練。<5K
Kelet為構建並營運生產環境AI代理的團隊分析代理追蹤資料,定位故障根因並生成修復建議。<5K
APort為企業團隊和開發者提供AI代理身份護照、執行前策略授權與審計證據。<5K
Agentic Control PlaneMCP開源為開發者和團隊提供 AI 智慧體呼叫的權限管控、審批、成本追蹤與審計。<5K
OpenPipe開源OpenPipe 在 2025 年被 CoreWeave 收購後,已將包括模型蒸餾在內的核心功能遷移到 CoreWeave 平台,並繼續支援開源 ART 訓練器。<5K
LMQL開源面向大語言模型的程式設計語言,用類型、範本和約束實現穩健、模組化的提示。<5K
ComposoMCP開源為醫療、金融、客服、法律等領域的 AI 團隊提供可自我改進的評估代理,在生產中評判 AI 輸出並發現失敗模式。<5K
Trainly為開發者和運行AI流水線的團隊提供生產環境中的AI可觀測、追蹤、評分與故障防護。<5K
NoPII開源透明反向代理,用於在敏感個人身份資訊發送至 LLM API 前自動進行檢測與去標識化,並在模型返回時自動還原。<5K
Thisorthisthisorthis.ai讓人們每月投票選出最好的 AI,並查看排行榜和各地偏好。<5K
Opsmeter.io幫助生產環境中的AI團隊追蹤並控制模型呼叫成本,定位到端點、提示詞、租戶和使用者。<5K
Caber面向企業內容與工程師,在片段進入 AI 模型前關聯各系統中的副本,並按新鮮度與資料使用策略決定放行、遮蔽、替換或攔截。<5K
RAG Doctor開源用於分析檢索增強生成(RAG)管道、排查架構問題並提供確定性根本原因診斷的開源命令列工具。<5K
Rampart開源開源的 AI 代理工具策略控制層,幫助使用者按規則允許、審批或阻止代理操作,並記錄決策。<5K
第 1 / 4 頁 · 當前展示 1–50 / 共 194 個產品