LLM Evaluation
EvalMesh
MCP
分布式 LLM 评测调度，把评测任务打散到多家模型供应商。
Tools
AI testing tools
4 tools
What each tool does, what it costs, whether it ships an agent-facing surface, and whether it is still alive.
Infrastructure & Device Cloud
Harborlane
按需拉起的临时测试环境，每个 PR 一套。
LLM Evaluation
DeepEval
Skill
原生基于 pytest 的 LLM 评测，60 多种指标。
LLM Observability
Arize Phoenix
Skill
LLM 追踪与评测，可在 ELv2 许可下自托管。
Elastic License 2.0，并非 OSI 认可的开源许可：允许自托管，不允许作为托管服务转售。