「evaluation」に関するオープンソースプロジェクト

長時間の調査やファイルを扱う作業向けの、ReActと並列Agent Teamに対応したオープンソースのエージェントランタイムとターミナルTUI。

書籍『AI Agents: The Definitive Guide』の関連コードリポジトリ。エージェントのパターン、ツール、評価、メモリ、セキュリティを扱うJupyterノートブックを収録。

LiteLLM互換プロバイダー経由でLLMに「牛と雄牛」をプレイさせ、性能を測定するPythonフレームワーク。