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
Two Claude Code skills for adversarial code review (single-model PAR and multi-model MMAR with cross-critique to catch hallucinations), plus
0,1/gün ort. +0 son gün — commit Python 08 May 2026 güncellendi 06 Haz 2026 - 52
Portable YAML evals for AI agents and model harnesses.
0,1/gün ort. +0 son gün — commit Rust 07 May 2026 güncellendi 15 Haz 2026 - 53
Agent trace and tool-use safety evaluation lab.
1,6/gün ort. +0 son gün — commit Python 01 May 2026 güncellendi 02 May 2026 - 54
Reproducible voice-AI benchmarking — TTS / STT / S2S latency and accuracy.
0,6/gün ort. +0 son gün — commit Python 29 Nis 2026 güncellendi dün - 55
Practical LLM evaluation for teams that ship to production. Deterministic + LLM-as-judge evaluators, dataset support, CI/CD integration.
0,1/gün ort. +0 son gün — commit Python 24 Nis 2026 güncellendi 21 Eyl 2026 - 56
Future AGI, LLM ve AI agent uygulamalarını değerlendirme, izleme, simüle etme ve koruma işlerini self-host edilebilen tek bir platformda birleştiriyor.
Neden yükseliyor · Konu, agent uygulamalarında evaluation ve observability ihtiyacının artmasıyla örtüşüyor; 157 günlük repo yaşına karşılık 2.081 yıldız ve son 28 günde 597 commit geliştirme temposuna işaret ediyor. Farklı yazar sayısı 6; bu veriler ilginin nedenini tek başına kanıtlamaz ve yıldızlar benimseme ya da kalite ölçüsü değildir.
11,5/gün ort. +5 son gün 1.181 commit 9 yazar Python 23 Nis 2026 güncellendi dün - 57
🧪💥 Evaluation framework based on Vitest, the testing framework you familiar with, for agents, models, and more.
0,3/gün ort. +0 son gün — commit TypeScript 15 Nis 2026 güncellendi 2 gün önce - 58
My Pi coding agent setup: secret redaction, LSP, searchable context, recall, telemetry, observability, and team mode. Toggle with /extension
0,7/gün ort. +0 son gün 175 commit 2 yazar TypeScript 11 Nis 2026 güncellendi dün - 59
FailproofAI, farklı AI agent harness’lerindeki çalıştırmaları izleyen ve tehlikeli tool çağrılarını yürütülmeden önce policy ile engelleyebilen bir araçtır.
Neden yükseliyor · 175 günlük bir repo için 5.166 yıldız ve son 28 günde 84 commit ile 8 farklı yazar, hem belirgin ilgiye hem de yakın dönem geliştirme faaliyetine işaret ediyor. Çok sayıda harness için ortak observability ve enforcement sunma iddiası, agent araçlarının çeşitlendiği dönemde dikkat çekici; yıldızlar tek başına benimseme veya kalite kanıtı değil.
37,5/gün ort. +203 son gün 59 commit 6 yazar TypeScript 06 Nis 2026 güncellendi 2 gün önce - 60
AI evaluators CLI for your AI apps and Agents - Dynatrace AI Observability
0,2/gün ort. +0 son gün — commit TypeScript 01 Nis 2026 güncellendi 4 gün önce - 61
Build agentic systems. Run them with confidence. Orchestrate agents, automate business processes, inspect every execution, and keep humans i
5,3/gün ort. -65 son gün 125 commit 11 yazar Python 28 Mar 2026 güncellendi 2 gün önce - 62
Run Inspect AI evals in the cloud
0,4/gün ort. +0 son gün — commit Python 23 Mar 2026 güncellendi dün - 63
Phoenix-native LLM evaluation, prompt testing, model comparison, red teaming, and observability for Elixir
0,2/gün ort. +0 son gün — commit Elixir 20 Mar 2026 güncellendi 4 gün önce - 64
Benchmark, evaluate, and optimize skills to ensure reliable performance across all LLMs
0,3/gün ort. +0 son gün — commit TypeScript 06 Mar 2026 güncellendi 28 May 2026