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。
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
DeepEval
技能
原生基于 pytest 的 LLM 评测，60 多种指标。
LLM 可观测性
Arize Phoenix
技能
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。