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
iFixAi, AI agent’ları yapılandırılabilir testler ve model judge’larıyla denetleyip puan kartı ve raporlar üreten bir Python aracıdır.
Neden yükseliyor · 153 günlük bir depoda 15.702 yıldız ve son 28 günde 9 commit ile 5 farklı yazar görünmesi güçlü ilgiye ve devam eden katkıya işaret ediyor. README’de birden fazla kullanım yolu ve agent ekosistemi entegrasyonları öne çıkarılıyor; ancak yıldızlar ürün kalitesini veya değerlendirmelerin doğruluğunu kanıtlamaz.
226,4/gün ort. +457 son gün 193 commit 13 yazar Python 27 Nis 2026 güncellendi 2 gün önce - 2
A test runner for agentskills.io-style AI agent skills
4,5/gün ort. -1 son gün 0 commit 0 yazar TypeScript 06 May 2026 güncellendi 14 gün önce - 3
jev-calibrate, Jev sorularının etiketli örneklerde karar vermeye uygunluğunu ölçen bir TypeScript CLI aracıdır.
Neden yükseliyor · Kesin yükseliş nedeni mevcut verilerden anlaşılamıyor. Repo 6 günlük, 32 yıldızlı ve son 28 günde 11 commit almış; ancak farklı yazar sayısının 1 olması aktivitenin tek geliştiricide toplandığını gösteriyor.
0,8/gün ort. +0 son gün — commit TypeScript 21 Eyl 2026 güncellendi 16 gün önce - 4
rook by TestMu AI: Agent Assurance from the terminal. Test how your AI agents actually behave across workflows, tools, and actions, and catc
1/gün ort. +1 son gün — commit Shell 13 Ağu 2026 güncellendi 5 gün önce - 5
skilled: open-source agent skill evaluation CLI and MCP server for Codex and Claude Code. Test skills, detect regressions, and improve with
1/gün ort. +0 son gün — commit TypeScript 22 Ağu 2026 güncellendi 3 gün önce - 6
Jev-powered, rule-based grader for text files. Runs every rule against every line in parallel. No skimming, no missed lines.
0,8/gün ort. +0 son gün — commit TypeScript 20 Eyl 2026 güncellendi 6 gün önce - 7
Diff your AI agent's behavior between two runs. See exactly which tool calls, args, costs and outputs changed when you swap models or edit p
0,2/gün ort. +0 son gün — commit TypeScript 22 Tem 2026 güncellendi 28 Eyl 2026 - 8
Reproducible evaluation for AI coding agents. Multi-turn scenarios against Claude Code, Codex, Copilot, Cursor, Gemini CLI, Goose, OpenCode,
0,1/gün ort. +0 son gün — commit Python 04 May 2026 güncellendi 28 gün önce - 9
Regression testing and configuration sweeps for RAG pipelines, with the statistics to know whether a change actually helped.
0,2/gün ort. +0 son gün — commit Python 09 Ağu 2026 güncellendi 13 Ağu 2026 - 10
Local-first evaluation framework for RAG systems and AI Agents. 18+ metrics, CLI + SDK, framework-agnostic. The pytest of AI evaluation.
0,1/gün ort. +0 son gün — commit Python 08 Tem 2026 güncellendi 8 gün önce - 11
Multi-model consensus debate via the filesystem. LLMs propose, peer-review, rebut, vote and synthesize a group-confirmed answer. CLI + MCP.
0,1/gün ort. +0 son gün — commit Python 04 Haz 2026 güncellendi 05 Haz 2026 - 12
Does the model pick the right tool? Tool-routing tests for your MCP server: run them on Claude and OpenAI models, see where each request lan
0,9/gün ort. +0 son gün — commit TypeScript 19 Eki 2026 güncellendi 3 gün önce