跳到主要内容
EarlyLore
发现
评估
产品
创作者
设计
营销
热点
行情
我的
笔记
关注
想法
对话
MCP / Skill
IDE
反馈建议
新用户免费体验 24h Pro
筛选 44 万+ 产品
249 个细分赛道全解锁
登录 / 注册
Toggle Sidebar
EarlyLore
问 AI
⌘J
搜产品、赛道或网址…
⌘K
中文
定价
登录
提示词、评测与可观测行情
AI 模型与智能体 / 提示词、评测与可观测
全部领域
提示词、评测与可观测 · 首发于 Show HN
发布渠道
Product Hunt
1,651
Show HN
189
BetaList
28
TrustMRR
27
DevHunt
17
Uneed
17
Fazier
9
Findly.tools
9
V2EX
9
IndiePage
7
按月访问
按收入证据
按访问环比
按发布时间
共 189 个产品
产品与研究指标
产品
介绍
月访问 · 10月
环比
域名注册
收入证据
操作
M
MLflow
开源
mlflow.org
面向各类团队的开源 AI 工程平台,用于追踪、调试、评估、监控和优化大语言模型应用、智能体及机器学习模型。
面向各类团队的开源 AI 工程平台,用于追踪、调试、评估、监控和优化大语言模型应用、智能体及机器学习模型。
148K
下降
24.7%
2018-04
未公开
P
Promptfoo
开源
promptfoo.dev
为开发者和企业提供AI应用安全测试与漏洞检测工具。
为开发者和企业提供AI应用安全测试与漏洞检测工具。
107.8K
下降
20.8%
2023-05
未公开
Y
Yupp
yupp.ai
Yupp 曾为全球用户免费提供多种 AI 模型的访问和比较体验。
Yupp 曾为全球用户免费提供多种 AI 模型的访问和比较体验。
103.6K
下降
45.8%
2024-06
未公开
P
PromptLayer
promptlayer.com
面向 AI 工程团队的提示词管理、评估和可观测性平台,帮助团队协作编辑提示词、测试工作流并监控生产环境中的 AI 应用。
面向 AI 工程团队的提示词管理、评估和可观测性平台,帮助团队协作编辑提示词、测试工作流并监控生产环境中的 AI 应用。
85.9K
下降
4.6%
2022-12
未公开
B
BenchmarkList
benchmarklist.com
公开的 AI 基准测试、模型评分及结果来源索引与数据库。
公开的 AI 基准测试、模型评分及结果来源索引与数据库。
65.7K
下降
9.7%
2025-02
未公开
C
Coarena
coarena.ai
计算机使用 AI 智能体对比评估与排行榜平台,支持对两个 Agent 在真实研究与操作任务中进行双盲对比打分与评测。
计算机使用 AI 智能体对比评估与排行榜平台,支持对两个 Agent 在真实研究与操作任务中进行双盲对比打分与评测。
59K
下降
33.5%
2026-08
未公开
C
Claude Tuner
开源
claudetuner.com
Chrome 扩展和网页仪表板,帮助开发者和团队跟踪 Claude、ChatGPT 与 Gemini 的使用量、限制和重置时间,并提供预测与计划分析。
Chrome 扩展和网页仪表板,帮助开发者和团队跟踪 Claude、ChatGPT 与 Gemini 的使用量、限制和重置时间,并提供预测与计划分析。
46.5K
上升
2.5%
2026-02
未公开
R
Raindrop
MCP
开源
raindrop.ai
帮助开发智能体的团队追踪运行过程、自动发现和调查生产故障,并通过模拟和实验验证修复。
帮助开发智能体的团队追踪运行过程、自动发现和调查生产故障,并通过模拟和实验验证修复。
42.8K
下降
18.4%
—
未公开
V
VerifyWise
开源
verifywise.ai
为合规、安全和治理团队提供 AI 系统登记、风险评估、政策审批、模型评测和审计证据管理平台,支持云端与自托管部署。
为合规、安全和治理团队提供 AI 系统登记、风险评估、政策审批、模型评测和审计证据管理平台,支持云端与自托管部署。
37.3K
上升
1.4%
—
未公开
A
Agnost
MCP
agnost.ai
Agnost监控生产环境中的AI代理,帮助团队发现故障、检查运行轨迹并验证修复。
Agnost监控生产环境中的AI代理,帮助团队发现故障、检查运行轨迹并验证修复。
30.3K
下降
7.3%
2025-08
未公开
D
DrivingBench
MCP
开源
drivingbench.com
评估前沿语言模型通过控制真实汽车在锥桶路线上行驶表现的基准测试与排行榜平台。
评估前沿语言模型通过控制真实汽车在锥桶路线上行驶表现的基准测试与排行榜平台。
29.8K
上升
52.9%
2026-09
未公开
N
Neuronpedia
开源
neuronpedia.org
开源可解释性平台,供用户探索、可视化和调整 AI 模型的内部机制。
开源可解释性平台,供用户探索、可视化和调整 AI 模型的内部机制。
28.6K
下降
22.4%
2023-06
未公开
O
Oso Cloud
开源
osohq.com
Oso for Agents 帮助组织发现、监控、检测和控制公司内的 AI 代理活动,为安全与 IT 团队提供可视性、策略控制和审计记录。
Oso for Agents 帮助组织发现、监控、检测和控制公司内的 AI 代理活动,为安全与 IT 团队提供可视性、策略控制和审计记录。
28.1K
下降
24.5%
2019-01
未公开
L
LocalScore
开源
localscore.ai
面向本地运行大语言模型的用户的开源基准测试工具,用来衡量模型在你的硬件上的推理速度并公开对比结果。
面向本地运行大语言模型的用户的开源基准测试工具,用来衡量模型在你的硬件上的推理速度并公开对比结果。
21.4K
下降
21.7%
2024-11
未公开
B
Big Prompt Hub
bigprompthub.com
为设计师、开发者、营销人员和内容创作者提供 AI 技能、提示词系统、工作流及创作模板的资源库。
为设计师、开发者、营销人员和内容创作者提供 AI 技能、提示词系统、工作流及创作模板的资源库。
20K
上升
4.0%
2025-12
未公开
P
PROMPTMETHEUS
promptmetheus.com
面向个人和团队的提示词工程工具,用于编写、测试和优化大语言模型应用、智能体及工作流的提示词。
面向个人和团队的提示词工程工具,用于编写、测试和优化大语言模型应用、智能体及工作流的提示词。
17.1K
下降
22.1%
—
未公开
V
Valohai
valohai.com
为机器学习团队提供 MLOps 平台,用于构建、评估、部署和管理模型及其数据流水线。
为机器学习团队提供 MLOps 平台,用于构建、评估、部署和管理模型及其数据流水线。
12.8K
上升
14.1%
2016-10
未公开
K
Kastra
MCP
kastra.ai
面向 AI 系统的运行时授权层,在提示、工具调用、命令和 API 请求执行前做策略判定,供开发者与企业治理智能体行为。
面向 AI 系统的运行时授权层,在提示、工具调用、命令和 API 请求执行前做策略判定,供开发者与企业治理智能体行为。
10.6K
下降
37.8%
—
未公开
P
ProgramBench
开源
programbench.com
基准,用来评估语言模型能否在看不到源代码的情况下从零重新实现程序。
基准,用来评估语言模型能否在看不到源代码的情况下从零重新实现程序。
10.2K
下降
20.6%
—
未公开
O
OpenAPPA
MCP
开源
openappa.com
面向 LLM 智能体的确定性信息流策略引擎,在策略规定数据不得到达某读者时,提示注入或模型幻觉无法改变该决定。
面向 LLM 智能体的确定性信息流策略引擎,在策略规定数据不得到达某读者时,提示注入或模型幻觉无法改变该决定。
9.4K
上月 <5K
2026-07
未公开
R
Rival
开源
rival.tips
免费在线博物馆,保存并展示不同模型对相同问题的回答,供人们浏览和比较。
免费在线博物馆,保存并展示不同模型对相同问题的回答,供人们浏览和比较。
9.2K
下降
35.0%
2025-02
未公开
H
HoneyHive
MCP
开源
honeyhive.ai
面向企业的智能体可观测与评估平台,用来追踪、评估、监控并改进生产环境中的 AI 智能体。
面向企业的智能体可观测与评估平台,用来追踪、评估、监控并改进生产环境中的 AI 智能体。
8.8K
下降
52.5%
—
未公开
E
EEBench
eebench.org
atopile 建立的电气工程智能体基准,用仿真与物料清单约束衡量前沿模型完成硬件设计任务的表现。
atopile 建立的电气工程智能体基准,用仿真与物料清单约束衡量前沿模型完成硬件设计任务的表现。
7.4K
下降
61.8%
—
未公开
A
Agentmemoryleaderboard
开源
agentmemoryleaderboard.ai
面向智能体长期记忆能力的统一开源基准测试与评测排行榜。
面向智能体长期记忆能力的统一开源基准测试与评测排行榜。
7.3K
下降
22.6%
2026-07
未公开
S
Span
code-detector.ai
为工程团队提供工程智能平台,连接AI编程代理轨迹与代码、PR及交付结果,帮助衡量效率并改进工程流程。
为工程团队提供工程智能平台,连接AI编程代理轨迹与代码、PR及交付结果,帮助衡量效率并改进工程流程。
7.1K
上升
6.9%
2025-08
未公开
T
Tiny AI Arena
开源
tinyaiarena.com
展示不同AI模型对战天梯榜与比赛录像回放的网页平台。
展示不同AI模型对战天梯榜与比赛录像回放的网页平台。
6.4K
上月 <5K
2026-09
未公开
S
Scorecard
scorecard.io
为构建 AI 产品的团队提供智能体场景模拟、提示词管理和评估工具,帮助发现问题并改进生产部署。
为构建 AI 产品的团队提供智能体场景模拟、提示词管理和评估工具,帮助发现问题并改进生产部署。
6.3K
上升
8.2%
—
未公开
O
Openlit
开源
openlit.io
面向开发者和生产团队的开源可自托管平台,用于追踪、评估和保护 AI 智能体,并管理提示词、密钥、成本及 GPU 监控。
面向开发者和生产团队的开源可自托管平台,用于追踪、评估和保护 AI 智能体,并管理提示词、密钥、成本及 GPU 监控。
6K
下降
18.3%
—
未公开
A
AI Benchy
aibenchy.com
人工智能模型基准评测排行榜与对比分析平台,帮助用户了解不同模型的得分、可靠性、响应速度及成本性价比。
人工智能模型基准评测排行榜与对比分析平台,帮助用户了解不同模型的得分、可靠性、响应速度及成本性价比。
5.5K
下降
3.1%
2026-02
未公开
S
SWE-sweep
开源
swesweep.com
基准,用来评测编程智能体在没有漏洞提示的真实代码库中自主发现并修复尽可能多漏洞的能力。
基准,用来评测编程智能体在没有漏洞提示的真实代码库中自主发现并修复尽可能多漏洞的能力。
5.4K
上月 <5K
2026-09
未公开
O
OpenPrompt
openprompt.co
让用户创建、发现、使用并保存自定义 ChatGPT 提示词。
让用户创建、发现、使用并保存自定义 ChatGPT 提示词。
5.3K
下降
6.6%
—
未公开
K
Kelet
kelet.ai
为构建并运营生产环境AI代理的团队分析代理追踪数据,定位故障根因并生成修复建议。
为构建并运营生产环境AI代理的团队分析代理追踪数据,定位故障根因并生成修复建议。
<5K
上月 <5K
2024-11
未公开
A
APort
aport.io
为企业团队和开发者提供AI代理身份护照、执行前策略授权与审计证据。
为企业团队和开发者提供AI代理身份护照、执行前策略授权与审计证据。
<5K
上月 <5K
2025-09
未公开
A
Agentic Control Plane
MCP
agenticcontrolplane.com
为开发者和团队提供 AI 智能体调用的权限管控、审批、成本追踪与审计。
为开发者和团队提供 AI 智能体调用的权限管控、审批、成本追踪与审计。
<5K
上月 <5K
2025-11
未公开
O
OpenPipe
开源
openpipe.ai
OpenPipe 在 2025 年被 CoreWeave 收购后,已将包括模型蒸馏在内的核心功能迁移到 CoreWeave 平台,并继续支持开源 ART 训练器。
OpenPipe 在 2025 年被 CoreWeave 收购后,已将包括模型蒸馏在内的核心功能迁移到 CoreWeave 平台,并继续支持开源 ART 训练器。
<5K
本月 <5K
—
未公开
L
LMQL
开源
lmql.ai
面向大语言模型的编程语言,用类型、模板和约束实现稳健、模块化的提示。
面向大语言模型的编程语言,用类型、模板和约束实现稳健、模块化的提示。
<5K
上月 <5K
—
未公开
C
Composo
MCP
开源
composo.ai
为医疗、金融、客服、法律等领域的 AI 团队提供可自我改进的评估代理,在生产中评判 AI 输出并发现失败模式。
为医疗、金融、客服、法律等领域的 AI 团队提供可自我改进的评估代理,在生产中评判 AI 输出并发现失败模式。
<5K
上月 <5K
2023-08
未公开
T
Trainly
trainlyai.com
为开发者和运行AI流水线的团队提供生产环境中的AI可观测、追踪、评分与故障防护。
为开发者和运行AI流水线的团队提供生产环境中的AI可观测、追踪、评分与故障防护。
<5K
上月 <5K
2024-12
未公开
N
NoPII
开源
nopii.co
透明反向代理,用于在敏感个人身份信息发送至 LLM API 前自动进行检测与去标识化,并在模型返回时自动还原。
透明反向代理,用于在敏感个人身份信息发送至 LLM API 前自动进行检测与去标识化,并在模型返回时自动还原。
<5K
上月 <5K
2026-03
未公开
T
Thisorthis
thisorthis.ai
thisorthis.ai让人们每月投票选出最好的 AI,并查看排行榜和各地偏好。
thisorthis.ai让人们每月投票选出最好的 AI,并查看排行榜和各地偏好。
<5K
上月 <5K
2024-03
未公开
O
Opsmeter.io
opsmeter.io
帮助生产环境中的AI团队追踪并控制模型调用成本,定位到端点、提示词、租户和用户。
帮助生产环境中的AI团队追踪并控制模型调用成本,定位到端点、提示词、租户和用户。
<5K
上月 <5K
2026-01
未公开
C
Caber
caber.com
面向企业内容与工程师,在片段进入 AI 模型前关联各系统中的副本,并按新鲜度与数据使用策略决定放行、遮蔽、替换或拦截。
面向企业内容与工程师,在片段进入 AI 模型前关联各系统中的副本,并按新鲜度与数据使用策略决定放行、遮蔽、替换或拦截。
<5K
上月 <5K
1996-02
未公开
R
RAG Doctor
开源
ragdoctor.dev
用于分析检索增强生成(RAG)管道、排查架构问题并提供确定性根本原因诊断的开源命令行工具。
用于分析检索增强生成(RAG)管道、排查架构问题并提供确定性根本原因诊断的开源命令行工具。
<5K
上月 <5K
2026-03
未公开
R
Rampart
开源
rampart.sh
开源的 AI 代理工具策略控制层,帮助用户按规则允许、审批或阻止代理操作,并记录决策。
开源的 AI 代理工具策略控制层,帮助用户按规则允许、审批或阻止代理操作,并记录决策。
<5K
上月 <5K
2026-02
未公开
T
Tork Network
tork.network
为银行、资产融资、租赁及现场运营等组织提供多种 AI 产品,并通过统一审计链治理和记录 AI 调用。
为银行、资产融资、租赁及现场运营等组织提供多种 AI 产品,并通过统一审计链治理和记录 AI 调用。
<5K
上月 <5K
2024-12
未公开
F
Foglamp
开源
foglamp.dev
为使用Vercel AI SDK构建AI应用的团队提供可观测性,帮助追踪调用成本、延迟、质量、轨迹和评估。
为使用Vercel AI SDK构建AI应用的团队提供可观测性,帮助追踪调用成本、延迟、质量、轨迹和评估。
<5K
本月 <5K
2026-05
未公开
F
FrontierHarness Eval
开源
frontierharness.org
针对大模型代码智能体 harness 配置的基准评测报告与开源评估项目。
针对大模型代码智能体 harness 配置的基准评测报告与开源评估项目。
<5K
上月 <5K
2026-08
未公开
M
Mubit
mubit.ai
通过运行时校准、任务专属模型和经过评估的经验改进代理表现,面向使用代理的个人与团队。
通过运行时校准、任务专属模型和经过评估的经验改进代理表现,面向使用代理的个人与团队。
<5K
上月 <5K
2026-02
未公开
S
Seclai
seclai.com
为构建和部署AI应用的团队提供生产级基础设施,用于创建AI代理、管理模型、评估输出并实施治理。
为构建和部署AI应用的团队提供生产级基础设施,用于创建AI代理、管理模型、评估输出并实施治理。
<5K
上月 <5K
2025-12
未公开
S
Semantic Overlays
开源
semantic-overlays.vercel.app
通过对选定文本跨度应用训练适配器来改变语言模型的响应,可用于防止提示注入及传递其他标记信息。
通过对选定文本跨度应用训练适配器来改变语言模型的响应,可用于防止提示注入及传递其他标记信息。
<5K
上月 <5K
2020-01
未公开
第 1 / 4 页 · 当前展示 1–50 / 共 189 个产品
上一页
1
2
3
4
1 / 4
下一页