免費 / 開源在本機或雲端執行與打造開源 AI 模型
Labelbox 每月有 762,803 次造訪,月增率 -22.8%,定價模式為需聯絡報價。OpenLIT 每月有 6,028 次造訪,成長率 -18.3%,定價模式為免費。

開源、原生 OpenTelemetry 的 AI 代理可觀測性與 Harness 工程平台
| 面向/指標 | ![]() | ![]() |
|---|---|---|
| 官方網域 | labelbox.com | openlit.io |
| 定價模式 | 需聯絡報價 | 免費 |
| 每月造訪次數 | 76.28萬 (762,803) | 6028 (6,028) |
| 月流量變化量 | -22.52萬 (-22.8%) | -1353 (-18.3%) |
| 主要市場與市佔 | 🇺🇸 美國 (21.9%) | 🇺🇸 美國 (53.6%) |
| 每月直接造訪 | 37萬 | 2375 |
| 使用者評分 | 4.4 | 4.7 |
| 支援平台 | 網站 | 網站 |

前沿 AI 訓練所用的環境,以及負責例行工作的代理
涵蓋視覺、語言與生成任務的結構化標註、資料策展、模型評估與人機協作審閱,是訓練與評估資料的基礎。
Recursion 代理會從建置、告警、提交、檢查點與排程自動啟動,並在背景持續工作直到任務完成可審查。
專業代理涵蓋軟體工程、可靠性、資安、ML 研究、評估、研發、產品與財務,從修復不穩定測試到撰寫事故檢討草稿。
每次執行都由評分代理打分,評分後的工作階段留下記憶、筆記與技能,供下一次執行前讀取。

開源、原生 OpenTelemetry 的 AI 代理可觀測性與 Harness 工程平台
為每一次 LLM 呼叫、工具呼叫、檢索與代理步驟擷取 OpenTelemetry 鏈路與指標,並可依使用者、工作階段、成本、延遲或自訂中繼資料篩選。
對生產流量或實驗資料使用 LLM-as-a-judge、啟發式檢查或人工審核評分,持續衡量準確率、相關性與安全性。
在 Prompt Hub 集中管理與版本化提示詞,無需發布新的應用程式碼即可部署、回滾與更新提示詞。
將 OpenAI、Anthropic 及其他 LLM API 金鑰存放在程式庫之外的加密保險庫中,並支援輪換。
免費 / 開源在本機或雲端執行與打造開源 AI 模型
專項更強簡化從標註到模型部署的端到端電腦視覺工作流程,但缺乏 Labelbox 的一般企業代理編排功能。
提供強大的多模態標註與工作流程自動化,並為電腦視覺團隊提供更直觀的資料策展管線。

專項更強在互聯環境中追蹤、評估並交付 AI 模型與代理。

免費 / 開源面向生產級 AI 的代理可觀測性、評估與持續改進平台

免費 / 開源打造、模擬、評估並監控能自我改進的 AI 代理