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
Design-fidelity QA for DeepSeek Harness: lend any text-only model an eye, then judge whether the implementation matches the mock. Ships the
0,6/gün ort. +0 son gün — commit JavaScript 17 Ağu 2026 güncellendi 14 gün önce - 2
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 - 3
Intents is a native macOS workbench for evaluating Apple's on-device Foundation Models.
0,3/gün ort. +0 son gün — commit Swift 05 Eyl 2026 güncellendi dün - 4
Blind A/B testing for AI agent skills, .cursorrules, CLAUDE.md, and system prompts. Detects placebo and harmful instructions.
0,2/gün ort. +1 son gün — commit TypeScript 04 Haz 2026 güncellendi 7 gün önce - 5
An graph-eval framework for LLM's
0,2/gün ort. +0 son gün — commit Python 12 Mar 2026 güncellendi 03 Ağu 2026 - 6
Snapshot testing for LLM apps and agents, built to run locally and block regressions in CI.
0,1/gün ort. +0 son gün — commit Rust 17 Tem 2026 güncellendi 26 Tem 2026 - 7
SWE-bench for your codebase — mine your merged PRs into local, contamination-free coding-agent benchmarks. Adapters: claude-code, aider (Opu
0,1/gün ort. +0 son gün — commit Python 29 Nis 2026 güncellendi 30 Nis 2026 - 8
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 - 9
OpenSkillEval: Automatically Auditing the Open Skill Ecosystem for LLM Agents
0,1/gün ort. +1 son gün — commit Python 29 May 2026 güncellendi 15 Haz 2026