跳到主要內容
EarlyLore
發現
評估
產品
創作者
設計
行銷
熱點
行情
我的
筆記
追蹤
想法
對話
MCP / Skill
IDE
回饋建議
新使用者免費體驗 24h Pro
篩選 44 萬+ 產品
249 個細分領域全解鎖
登入 / 註冊
Toggle Sidebar
EarlyLore
問 AI
⌘J
搜產品、市場領域或網址…
⌘K
繁體
定價
登入
開源產品與程式碼倉庫
產品
實收榜
分類
開源
全部
商業開源
商用二次開發
自部署
MCP 基底
時間
全部時間
分類
提示詞、評測與可觀測
協議
更多
清除
排序
按 Stars
95 個
提示詞、評測與可觀測
同市場領域商業產品 →
領域行情 →
首屏畫面與設計風格 →
開源專案 · 按 Stars
專案
介紹
協議 / 語言
Stars
每月造訪次數
商業化
操作
M
MathArena
eth-sri/matharena
通過近期數學競賽、奧林匹克競賽和研究問題評估大型語言模型,並展示其表現與成本排名。
通過近期數學競賽、奧林匹克競賽和研究問題評估大型語言模型,並展示其表現與成本排名。
MIT
·
Go
165
81.4K
—
R
RagBuilder
kruxai/ragbuilder
面向需要構建 RAG 系統的使用者的工具包,通過自動調優、評估和預設範本,為其資料生成適合生產環境的 RAG 設定。
面向需要構建 RAG 系統的使用者的工具包,通過自動調優、評估和預設範本,為其資料生成適合生產環境的 RAG 設定。
Apache
·
Python
148
<5K
—
L
Llm
aidatatools/ollama-benchmark
通過 Ollama 測量本地大型語言模型吞吐性能並比較硬體設定與模型版本的命令列工具。
通過 Ollama 測量本地大型語言模型吞吐性能並比較硬體設定與模型版本的命令列工具。
MIT
·
Go
144
<5K
—
C
CursorLens
hamedmp/cursorlens
面向 Cursor.sh IDE 的開源儀表板,可記錄 AI 程式碼生成、跟蹤使用情況並控制 AI 模型。
面向 Cursor.sh IDE 的開源儀表板,可記錄 AI 程式碼生成、跟蹤使用情況並控制 AI 模型。
—
141
<5K
—
T
TERMINAL-BENCH
harbor-framework/terminal-bench
用於衡量並推動終端機智慧體工作前沿的評測基準。
用於衡量並推動終端機智慧體工作前沿的評測基準。
Apache
·
Go
132
157.7K
—
V
VerifyWise
COSS
bluewave-labs/verifywise
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。
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。
—
105
37.3K
—
S
Switch
sandbox-quantum/switch
Switch AI 幫助開發者和企業團隊讓 AI 智慧體與人員協作、檢查安全風險,並衡量和最佳化智慧體的成本與價值。
Switch AI 幫助開發者和企業團隊讓 AI 智慧體與人員協作、檢查安全風險,並衡量和最佳化智慧體的成本與價值。
Apache
·
JavaScript
92
<5K
—
R
Raindrop
MCP
raindrop-ai/workshop
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。
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。
—
91
42.8K
$299/月
P
ProgramBench
facebookresearch/ProgramBench
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。
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。
—
81
10.2K
—
O
OpenAPPA
MCP
archestra-ai/openappa
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。
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。
—
71
9.4K
—
C
ClawMetry
COSS
vivekchand/clawmetry
幫助團隊發現、觀察和治理AI代理,監控其活動與成本,並在出現問題時介入控制。
幫助團隊發現、觀察和治理AI代理,監控其活動與成本,並在出現問題時介入控制。
MIT
·
Go
65
<5K
$9/月
A
ArmorClaw
armoriq/armorclaw
ArmorIQ 推出的 ArmorClaw
ArmorIQ 推出的 ArmorClaw
MIT
·
JavaScript
58
<5K
—
P
Prompt Minder
COSS
aircrushin/promptMinder
PromptMinder 是面向 AI 從業者和團隊的提示詞管理平台,可幫助使用者組織、版本管理、測試和協作分享 AI 提示詞。
PromptMinder 是面向 AI 從業者和團隊的提示詞管理平台,可幫助使用者組織、版本管理、測試和協作分享 AI 提示詞。
MIT
·
JavaScript
56
<5K
—
P
PandaProbe
COSS
chirpz-ai/pandaprobe
為開發者和團隊提供智慧體運行追蹤、評估與修復基礎設施,讓智慧體從失敗中學習、驗證修復並複用經驗。
為開發者和團隊提供智慧體運行追蹤、評估與修復基礎設施,讓智慧體從失敗中學習、驗證修復並複用經驗。
—
54
<5K
$29/月
C
Claw Patrol
denoland/clawpatrol
面向 AI 代理的開源安全代理,攔截流量、注入代理看不到的憑證,並按你編寫的規則審批操作。
面向 AI 代理的開源安全代理,攔截流量、注入代理看不到的憑證,並按你編寫的規則審批操作。
—
52
<5K
—
O
Oso Cloud
COSS
osohq/oso
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。
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。
ISC
·
JavaScript
51
28.1K
$15/月
W
Web Bench
Halluminate/WebBench
為評估網頁瀏覽智慧體的研究人員提供基準資料集和性能排行榜。
為評估網頁瀏覽智慧體的研究人員提供基準資料集和性能排行榜。
MIT
·
Go
51
<5K
—
O
Output
growthxai/output
開源 TypeScript 框架,幫助 AI 開發團隊通過 Claude Code 構建和管理提示詞、評估、追蹤、成本、安全與持久化執行。
開源 TypeScript 框架,幫助 AI 開發團隊通過 Claude Code 構建和管理提示詞、評估、追蹤、成本、安全與持久化執行。
Apache
·
JavaScript
48
<5K
—
E
Extra Headroom
COSS
gglucass/headroom-desktop
運行在本地的桌面應用,通過在本地壓縮工具輸出、日誌和樣板文本等上下文來幫 Claude Code 和 ChatGPT Codex 開發者降低約 50% 的 Token 消耗。
運行在本地的桌面應用,通過在本地壓縮工具輸出、日誌和樣板文本等上下文來幫 Claude Code 和 ChatGPT Codex 開發者降低約 50% 的 Token 消耗。
—
40
47.9K
$635.12
S
Sinaptic™ AI
SinapticAI/droid-community
為多門店企業和特許經營網路整合聊天、文件、CRM、攝像頭等營運資料,識別需追蹤的問題並推動後續行動。
為多門店企業和特許經營網路整合聊天、文件、CRM、攝像頭等營運資料,識別需追蹤的問題並推動後續行動。
—
37
<5K
—
T
Tracely
MCP
Jwuthri/Tracely-ai
為開發 AI 智慧體的團隊提供追蹤與自動評估,將生產失敗轉為回歸測試並在持續整合中阻止問題再次上線。
為開發 AI 智慧體的團隊提供追蹤與自動評估,將生產失敗轉為回歸測試並在持續整合中阻止問題再次上線。
MIT
·
Go
37
<5K
$49/月
C
ChessArena.ai
MotiaDev/chessarena-ai
用於探索大型語言模型下棋表現的平台,並通過 Stockfish 評估棋步品質。
用於探索大型語言模型下棋表現的平台,並通過 Stockfish 評估棋步品質。
—
35
<5K
—
W
WhyLabs
whylabs/whylabs-oss
面向 AI 系統團隊的 AI 可觀測性平台,公司已停止營運,並將完整平台開源以支援後續研究。
面向 AI 系統團隊的 AI 可觀測性平台,公司已停止營運,並將完整平台開源以支援後續研究。
—
34
<5K
—
A
Agentmemoryleaderboard
AML-memory/agent-memory-leaderboard
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。
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。
—
31
7.3K
—
R
Rudel
COSS
obsessiondb/rudel
Opaline 為使用 Claude Code 和 Codex 的團隊提供編碼代理會話分析,追蹤成本、時間和使用情況。
Opaline 為使用 Claude Code 和 Codex 的團隊提供編碼代理會話分析,追蹤成本、時間和使用情況。
MIT
·
JavaScript
30
<5K
$85/月
M
MobileGym
Purewhiter/mobilegym
為行動端 GUI 智慧體研究提供瀏覽器內的多應用模擬環境,支援可驗證狀態、並行強化學習訓練與確定性評估。
為行動端 GUI 智慧體研究提供瀏覽器內的多應用模擬環境,支援可驗證狀態、並行強化學習訓練與確定性評估。
Apache
·
Go
29
<5K
—
l
llm api test
qjr87/llm-api-test
現在 LLM 到處都是,接口提供商也一堆。除了官方的 OpenAI 、Anthropic
現在 LLM 到處都是,接口提供商也一堆。除了官方的 OpenAI 、Anthropic
—
28
<5K
—
G
Google Sheet Waitlist
dambrubaba/google-sheet-waitlist
LoPROMPT 是面向提示詞工程師和 AI 愛好者的提示詞探索、建立、儲存與分享平台,目前處於候補名單階段。
LoPROMPT 是面向提示詞工程師和 AI 愛好者的提示詞探索、建立、儲存與分享平台,目前處於候補名單階段。
—
26
<5K
—
F
FrontierHarness Eval
frontier-harness-eval/eval
針對大模型程式碼智慧體 harness 設定的基準評測報告與開源評估專案。
針對大模型程式碼智慧體 harness 設定的基準評測報告與開源評估專案。
Go
25
<5K
—
A
Agentsmith
COSS
chad-syntax/agentsmith
面向提示詞作者和工程師的提示詞 CMS,用於編寫、測試、版本管理和部署 AI 提示詞。
面向提示詞作者和工程師的提示詞 CMS,用於編寫、測試、版本管理和部署 AI 提示詞。
JavaScript
24
<5K
$10/月
第 2 / 4 頁 · 當前展示 31–60 / 共 95 個開源專案
上一頁
1
2
3
4
2 / 4
下一頁