rag-evaluator
Skillby bytesagain1
clawhub⭐ 06/10
用于智能体AI可观测性、监控与评估的Python SDK框架，包含ragaai catalyst、Python及智能体AI等特性。
为Agent和RAG系统提供可观测性、监控和评估的Python SDK框架。集成催化剂工具,支持性能指标追踪、质量评估和问题诊断。
📊 商业分析
商业模式
freemium
独特价值
专注Agent+RAG的可观测性,提供开箱即用的评估框架和监控仪表板
竞品
LangSmith(LangChain官方,功能全面),Arize(ML监控,更成熟),Weights&Biases(通用ML平台,生态大)
🎯 应用场景
目标用户
LLM应用开发者AI工程师企业AI团队负责人
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 6/10
- 子分类
- RAG系统评估与可观测性
- 可商业化
- ✅ 是
AI 标签
RAG评估Agent可观测性LLM监控质量评估Python框架
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6