CodexQA
工具

AI 测试工具

3 个工具

每个工具做什么、收多少钱、有没有面向 agent 的接口、以及它还活着没有。

LLM 评测

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。

开放内核免费增值MIT累计融资 $9.5M官网 ↗
LLM 评测

DeepEval

技能

原生基于 pytest 的 LLM 评测,60 多种指标。

开放内核免费增值Apache-2.0官网 ↗
LLM 评测已停止服务

Humanloop

LLM 评测与 prompt 管理——已停止服务。

2025-08-14 被 Anthropic 收购;平台于 2025-09-08 停止服务。在此保留条目,是为了让仍在引用它的评测不被误导。

闭源付费官网 ↗