
擅长实验追踪与模型注册表工作流,但较少针对实时大模型生产可观测性进行专门设计。
#1Arize AI 记录了 249,028 月访问量,月度环比增长为 +3.2%,定价为付费,定价请咨询。Bitbucket 记录了 13,080,878 月访问量,增长率为 -1.2%,定价为免费增值。
| 维度 / 指标 | ![]() | ![]() |
|---|---|---|
| 官方域名 | arize.com | bitbucket.org |
| 定价模式 | 付费,定价请咨询 | 免费增值 |
| 月访问量 | 24.9万 (249,028) | 1308.09万 (13,080,878) |
| 月度环比流量变化 | +7668 (+3.2%) |
| -15.32万 (-1.2%) |
| 主要市场与份额 | 🇺🇸 美国 (51.6%) | 🇺🇸 美国 (21.7%) |
|---|
| 直接访问 / 月 | 10.78万 | 1028.25万 |
|---|
| 用户评分 | 4.6 | 4.3 |
|---|
| 支持的平台 | 网站 | 网站 |
|---|

面向生产级 AI 的智能体可观测性、评估与持续改进平台
基于 OpenTelemetry 之上的 OpenInference 规范,采集智能体与 LLM 调用的 span、trace 和会话,埋点可跨工具复用。
在 span、trace 与会话三个层级运行评估,对海量生产数据衡量检索质量、工具调用与最终回答的优劣。
内置于产品中的智能体,可检查链路、推断根因,并给出供工程师上线前审阅的修复建议。
当需要让轨迹数据留在自有基础设施内时,可自行部署这一领先的开源追踪与评估工具。

为 Jira 团队打造的 Git 托管与 CI/CD
托管不限数量的私有或公开仓库,支持分支权限、合并检查与行内代码审查。
在云端或私有运行器上运行 CI/CD,支持流水线配置、部署环境与集中可视化。
将提交、分支与拉取请求关联到 Jira 工作项,让每项变更从需求一直追踪到生产。
Atlassian 的 AI 智能体协助代码审查、流水线排查、快速熟悉代码库,并把 Jira 工作项转化为代码。

擅长实验追踪与模型注册表工作流,但较少针对实时大模型生产可观测性进行专门设计。
#1
免费 / 开源Includes integrated guardrails and simulation tools, but is less mature for large-scale enterprise production telemetry monitoring.

免费 / 开源具备强大的测试与提示词评估工具,不过其监控界面较少面向海量遥测流。

通过 DeepEval 提供全面的大模型评估和单元测试,但缺乏 Arize 深入的生产监控基础设施。
专项更强Stronger focus on compliance enforcement and AI governance, but less specialized for deep developer tracing workflows.
面向编码智能体的 Fast Apply 与智能体调优推理
专项更强为你部署与扩缩容应用的 AI DevOps 工程师
免费 / 开源Includes integrated guardrails and simulation tools, but is less mature for large-scale enterprise production telemetry monitoring.
免费 / 开源具备强大的测试与提示词评估工具,不过其监控界面较少面向海量遥测流。
高度专注提示词管理与版本控制,而 Arize 则优先考虑端到端追踪与机器学习可观测性。
通过 DeepEval 提供全面的大模型评估和单元测试,但缺乏 Arize 深入的生产监控基础设施。
面向开发者与 AI 智能体的云端 Linux 虚拟机