Projetos open source sobre “evals”

Um framework da equipe do Terminal-Bench para avaliar e otimizar agentes de IA e modelos de linguagem em ambientes de contêineres.

Plataforma open source e self-hosted de observabilidade de IA para rastrear, avaliar e depurar aplicações e agentes com LLMs.

Lista selecionada de recursos, padrões e templates para projetar a estrutura de suporte a agentes de IA, abrangendo memória, MCP, permissões, avaliações e orquestração.