AI Agent 工具目录 — Tracing、Evaluation 与 Frameworks

热门分类

Agent tracing 与 evaluation 工具选型的高流量入口。

Agent Evaluation

2026 年 AI Agent Evaluation 平台选型

对比 agent evaluation platform 与评测软件，在 Agent 面向用户前发现工具调用、trace 关联 eval、成本与延迟回归。

查看该分类工具

浏览分类

Agent Tracing

7 个 Agent Tracing 工具对比（LangSmith、Langfuse、Phoenix）

对比 Agent tracing 工具，让 run 可检查：prompt、工具调用、检索上下文、错误、重试、成本和延迟。

查看该分类工具

浏览分类

带 Agent Evaluation 标签的 13 个工具

全部 Agent Memory Agentic RAG MCP Servers Agent Frameworks Agent Evaluation Agent Tracing

工具	分类标签	类型
Arize Phoenix开源 LLM/Agent tracing，内置评测能力。	分类标签 Agent TracingAgent Evaluation	类型开源
Braintrust以评测为先的平台，用于记录、评分和比较 Agent run。	分类标签 Agent TracingAgent Evaluation	类型托管
coder_eval面向 coding agent 与 skills 的沙箱化、可复现评测框架。	分类标签 Agent Evaluation	类型开源
DeepEval像写单元测试一样评估 LLM/Agent 的框架，基于 pytest。	分类标签 Agent Evaluation	类型开源
Guardrails AI面向 LLM 的输出校验、结构约束和实时修正。	分类标签 Agent Evaluation	类型开源
Langfuse开源 LLM 工程平台，覆盖 tracing、评测与 prompt 工作流。	分类标签 Agent TracingAgent Evaluation	类型开源
LangSmith面向 LLM 应用的 tracing、evaluation 和 debugging 平台。	分类标签 Agent EvaluationAgent Tracing	类型托管
LangWatchAgent 可观测性，覆盖 tracing、分析与场景化测试。	分类标签 Agent TracingAgent Evaluation	类型开源
OpenAI Agents SDK面向 agents、tools、handoffs 和 traces 的轻量 SDK。	分类标签 Agent FrameworksAgent EvaluationAgent Tracing	类型开源
Portkey AI Gateway生产级 LLM gateway，支持路由、guardrails、MCP 和可观测性。	分类标签 Agent EvaluationAgent Tracing	类型开源
Promptfoo本地优先的 LLM 评测和 red team CLI，面向 Agent 安全测试。	分类标签 Agent Evaluation	类型开源
Ragas面向 RAG 和 Agentic RAG 管线的评测库——检索质量、faithfulness 和 grounding。	分类标签 Agent Evaluation	类型开源
Weights & Biases Weave开源工具包，用于 LLM 应用的 tracing、评测与迭代。	分类标签 Agent TracingAgent Evaluation	类型开源