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…
- 1
The Fable Method, coding agent’lar için görevleri sınıflandırma, kanıt toplama, değişiklik yapma ve sonucu doğrulama adımlarını tanımlayan skills ve bunları sınayan eval’ler sunuyor.
Neden yükseliyor · 83 günde 2294 yıldız almış olması dikkat çekici. README’de belirli senaryolara ait sonuçlar, başarısızlıklar ve ham çıktılara bağlantılar sunulması ilgi görmesini açıklayabilir; ancak yükselişin kesin nedeni bilinmiyor. Son 28 günde commit ve farklı yazar etkinliği yok.
19,4/gün ort. +0 son gün 0 commit 0 yazar Python 06 Tem 2026 güncellendi 03 Eki 2026 - 2
A clinical decision-evidence benchmark: pull the one fact an answer rests on, and see whether the assistant's action moves with the evidence
19,3/gün ort. +22 son gün 19 commit 1 yazar Python 07 Eyl 2026 güncellendi 14 gün önce - 3
Yao Meta Skill, tekrar kullanılabilir agent skills oluşturma, değerlendirme, paketleme ve yönetişim süreçlerini tek bir araç zincirinde birleştiren Python projesidir.
Neden yükseliyor · Agent skills ve bunların platformlar arasında taşınabilirliği gündemde; proje, üretimin yanı sıra eval ve yönetişim süreçlerini de kapsayan geniş bir kapsam sunuyor. 180 günde 2675 yıldız ilgiye işaret etse de son 28 günde commit ve farklı yazar olmaması güncel geliştirme veya topluluk ivmesi için kanıt sağlamıyor.
12,6/gün ort. +0 son gün 0 commit 0 yazar Python 31 Mar 2026 güncellendi 17 Ağu 2026 - 4
Open memory & reliability layer for AI agents + independent judging/verification (NACRE judge, caliber-bench meta-benchmark, preregistered c
6,6/gün ort. +0 son gün 952 commit 1 yazar Python 27 Nis 2026 güncellendi 2 gün önce - 5
Open-source benchmark for browser AI agents on daily tasks.
5,7/gün ort. +5 son gün 20 commit 2 yazar Python 10 Nis 2026 güncellendi 11 gün önce - 6
Open source evals for physical AI. Run any LLM/VLA on any arm/humanoid against any real/sim benchmark.
5,6/gün ort. +1 son gün 14 commit 7 yazar Python 26 Haz 2026 güncellendi 5 gün önce - 7
Multi-tier framework for evaluating AI agent skills with quality gates, semantic overlap detection, synthetic evaluation dataset generation,
4,7/gün ort. +3 son gün 96 commit 14 yazar Python 24 Haz 2026 güncellendi dün - 8
ParseBench - A Document Parsing Benchmark for AI Agents
3/gün ort. +0 son gün 79 commit 10 yazar Python 10 Nis 2026 güncellendi 2 gün önce