Future AGI

LangWatch

AI 应用

#14

AI 代理测试、LLM 评估和可观测性平台。它允许开发人员模拟真实世界场景，防止回归，并通过将生产跟踪转化为评估来调试问题。通过在部署前测试提示、模型和代理来提高每次发布的 AI 质量。LangWatch 是一个 AI 代理测试、LLM 评估和可观测性平台。它允许开发人员模拟真实世界场景，防止回归，并通过将生产跟踪转化为评估来调试问题。通过在部署前测试提示、模型和代理来提高每次发布的 AI 质量。

HoneyHive

AI 应用

#33

生产环境中的 AI 代理提供可观测性层，统一监控和评估。它支持持续改进循环，使团队能够自信地交付高质量的代理。该平台提供分布式跟踪、在线评估、会话回放和警报，用于可扩展的代理行为监控。HoneyHive 为生产环境中的 AI 代理提供可观测性层，统一监控和评估。它支持持续改进循环，使团队能够自信地交付高质量的代理。该平台提供分布式跟踪、在线评估、会话回放和警报，用于可扩展的代理行为监控。

Arize Phoenix 是一个开源的 AI 开发平台，旨在用于代理的开发和评估。它提供了追踪、测量和改善 AI 代理质量的工具，适合希望提升其 AI 应用的 AI 工程师和组织。

Adaline

AI 应用

#109

专为自我改进的AI代理设计的可观察性和评估平台。它将生产跟踪转化为可操作的行为、评估、合成数据集和经过验证的改进，使团队能够高效、有效地增强他们的AI系统。Adaline是一个专为自我改进的AI代理设计的可观察性和评估平台。它将生产跟踪转化为可操作的行为、评估、合成数据集和经过验证的改进，使团队能够高效、有效地增强他们的AI系统。

Evidently AI - 开源AI评估

AI 应用

#24

提供开源工具，用于评估和监控AI应用程序。它通过测试大型语言模型（LLMs）和监控各种工作流程中的性能，帮助确保AI系统准备好投入生产。受到全球AI团队的信任。Evidently AI提供开源工具，用于评估和监控AI应用程序。它通过测试大型语言模型（LLMs）和监控各种工作流程中的性能，帮助确保AI系统准备好投入生产。受到全球AI团队的信任。

Maxim AI：GenAI 评估平台

AI 智能体

#155

Maxim AI 是一个专为 AI 团队设计的端到端评估和可观察性平台。它帮助用户模拟、评估和监控 AI 智能体，从而实现更快、更可靠的部署。该平台提供提示工程、智能体模拟和实时监控等功能，简化了 AI 开发生命周期。

Elixir Observability

AI 应用

#181

专为多模态、音频优先的对话式 AI 代理设计的 AI Ops & QA 平台。它提供自动化测试、通话审查、监控、分析和追踪功能，以确保语音代理在生产环境中可靠且如预期般运行。Elixir Observability 是一个专为多模态、音频优先的对话式 AI 代理设计的 AI Ops & QA 平台。它提供自动化测试、通话审查、监控、分析和追踪功能，以确保语音代理在生产环境中可靠且如预期般运行。

W&B Weave

AI 平台

#136

W&B Weave 提升了生产代理的可观察性，使其能够从现实世界的经验中学习和改进。该工具通过持续监控和评估，帮助维护 AI 应用程序的可靠性和性能。