Havuz
Takip ettiğimiz konularda yükselen açık kaynak projeler — yıldız ivmesi, gerçek geliştirme aktivitesi ve AI değerlendirmesiyle.
Yalnız hareketli, son 28 günde commit almamış repoları gizler (yıldızı olan ama bırakılmış projeler). Commit sayısı henüz ölçülmemiş repolar da gizlenir.
EtiketTüm GitHub etiketleri — repo sahiplerinin koyduğu topic'lergöster
Etiketler yükleniyor…
- 51
Crash-test insurance claim AI agents before production.
0,1/gün ort. +0 son gün +0 son 7g — commit Python 05 Haz 2026 güncellendi 24 Ağu 2026 - 52
AMBER (sealed-in-amber historical replay evaluation): real-event replay, physical sealing, pre-registered scoring — method spec; cases priva
0,3/gün ort. +0 son gün +0 son 7g — commit Python 20 Ağu 2026 güncellendi dün - 53
EC2-Bench (EC²-Bench): benchmark for edge-cloud collaboration in long-horizon LLM agents — task performance, resource usage & privacy exposu
0,1/gün ort. +0 son gün +0 son 7g — commit Python 07 Haz 2026 güncellendi 12 gün önce - 54
Safety benchmark for personal AI agents under realistic prompt injection. 120 test cases across 5 professional domains, 3 injection vectors,
0,1/gün ort. +0 son gün +0 son 7g — commit Python 04 Nis 2026 güncellendi 15 Nis 2026 - 55
Automated auditing pipeline for LLM and agent benchmarks — surfaces task ambiguity, environment conflicts, and evaluation bugs.
0,1/gün ort. +0 son gün +0 son 7g — commit HTML 25 May 2026 güncellendi 28 May 2026 - 56
Local-first, IM-native AI coworker runtime with async role agents, trace replay, evidence, and agentic evaluation.
0,1/gün ort. +0 son gün +0 son 7g — commit TypeScript 05 May 2026 güncellendi 3 gün önce - 57
开源 AI 应用评测平台，支持 RAG、AI Agent、多轮对话、LLM-as-Judge、接口评测、评测报告和人工盲测。Open-source AI evaluation platform for RAG, AI Agents, multi-turn conversation
0,1/gün ort. +0 son gün +0 son 7g — commit Python 17 Haz 2026 güncellendi 20 Tem 2026 - 58
A small, vetted, self-evolving harness for Claude Code — curated, not dumped. Skills, safety guards, and a self-improvement loop.
0,1/gün ort. +0 son gün +0 son 7g — commit 28 Haz 2026 güncellendi 07 Eyl 2026 - 59
项目验证工作台：架构可视化、CI 检查、覆盖率分析与修复验证 | A project verification workspace for architecture maps, CI checks, coverage analysis, and evidence-backed f
0,2/gün ort. +0 son gün +0 son 7g — commit TypeScript 11 Eyl 2026 güncellendi 19 gün önce - 60
Agent Builder CLI for Kubernetes.
0,2/gün ort. +0 son gün +0 son 7g — commit Go 31 Ağu 2026 güncellendi dün - 61
CatchBench: a benchmark for auditing agent failures across the full lifecycle.
0,1/gün ort. +0 son gün +0 son 6g — commit Python 30 Haz 2026 güncellendi 10 gün önce - 62
A benchmark of AI QA agents finding real bugs in 4 open-source web apps, with 1,396 labeled bugs.
0,9/gün ort. — commit TypeScript 19 Eki 2026 güncellendi dün