DeepEval

Ragas es un framework para evaluar sistemas RAG con varias metricas incluyendo fidelidad, relevancia de respuestas y precision del contexto.

TruLens es una herramienta de codigo abierto para evaluar y rastrear aplicaciones LLM.

Helicone es una plataforma de observabilidad para LLMs que proporciona registro, monitoreo y analisis de costos.

GPT Engineer es una herramienta de IA que genera bases de código completas basadas en descripciones en lenguaje natural.