← 返回列表

eval-view

MCP 服务器 开发与运行时 低风险

AI代理的回归测试。对行为进行快照、对工具调用进行差异比较、在CI中捕获回归。适用于LangGraph、CrewAI、OpenAI、Anthropic。

Regression testing for AI agents. Snapshot behavior,diff tool calls,catch regressions in CI. Works with LangGraph, CrewAI, OpenAI, Anthropic.

怎么安装

MCP 服务器 npx -y evalview

简介

Record what your agent does today. Get told when it silently changes. --- Your agent returns 200 and looks fine. But a model update, a provider change, or a one-line prompt edit just made it skip a clarification, call the wrong tool, or quietly drop output quality. Your tests still pass. Your users notice before you do. **EvalView snapshots your agent's behavior — the tools it calls, in what order, with what output — and tells you the moment that behavior changes.** Like Jest snapshots, but for tool-calling, multi-turn agents. Quick Start **OpenAI adapter migration:** OpenAI shut down the Assi…

推荐参考

66 工具本身 · 参考星标、下载量、最近更新、安全检查和文档情况
– 用户关注 · 参考最近的查看、安装命令复制和外链访问
66 推荐程度
0访问
0独立访客
0复制安装命令
0下载点击
0外链跳转

信息

协议
Apache-2.0
语言
Python
GitHub 星标
135
月下载
172
最近更新
2026-09-05
创建于
2025-11-17

链接

基础安全检查

检查结果
无
收录来源
curated:punkpeye/awesome-mcp-servers
主题标签
agent-benchmark, agent-evaluation, agentic-ai, ai-agents, anthropic, autogen, cli, crewai, evaluation, langchain-agent, langgraph, llm, mcp, openai-assistants, pytest, python, regression-testing, testing

同类推荐

MCP 服务器
推荐100

langfuse

langfuse/langfuse

🪢 开源AI工程平台:LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23

☆ 35.0K ↓ 6.7M 开发与运行时 ↗
Claude Code
推荐92

claude-code-templates

davila7/claude-code-templates

用于配置和监控Claude Code的CLI工具。

☆ 31.7K ↓ 10.7K 开发与运行时 ↗
MCP 服务器
推荐86

semiotic

nteract/semiotic

用于流处理、网络和AI辅助开发的React数据可视化库

☆ 2.7K ↓ 25.0K 开发与运行时 ↗
DeepSeek Harness 精选
推荐84

dsh-desktop

dataelement/dsh-desktop

DeepSeek Harness 桌面版

☆ 9.1K ↓ 930 开发与运行时 ↗