google-deepmind/lab2d
A customisable 2D platform for agent-based AI research
解决的问题
它提供了一个高性能且易于使用的系统，专门用于创建训练和测试机器学习代理的 2D 网格世界环境。
运作方式
该系统结合了简单的基于文本的地图来定义世界布局，并使用 Lua 代码来定义环境行为。代理可以通过 Python API (通过 dm_env) 或自定义 C API 与这些世界进行交互，并支持多个代理同时运行。
目标用户
需要灵活、轻量级 2D 环境来进行强化学习代理原型设计与评估的机器学习研究人员与开发者。
特点
- 使用 C++ 和 Lua 编写的高性能实现。
- 简单的文本地图定义，可快速创建世界。
- 支持多个代理。
- 兼容于标准
dm_env Python API。
相关
- 项目
- 项目
datachain-ai/datachainDataChain 是一个 Python 库，它将 S3/GCS/Azure（或本地）中的文件转换为存储在轻量级 SQLite 数据库中的版本化、类型化数据集。它无需移动原始文件，即可对数百万条记录进行快速、亚秒级的过滤、连接、聚合和向量相似度搜索。流水线以普通 Python 函数编写；引擎处理并行执行、检查点和增量更新。可选功能包括为人类/LLM 自动生成的 Markdown 知识库，以及使 Claude、Cursor、Codex、Copilot 或 Pi 等工具能够识别数据层的技能。托管的“Studio”服务增加了共享数据集注册表、分布式计算和用于大型媒体的 UI。使用 `pip install datachain` 安装，并可选择执行 `datachain skill install --target claude`。
- 项目
confident-ai/deepevalDeepEval 是一个开源 Python 框架，让您可以为 LLM 驱动的应用程序（代理、聊天机器人、RAG 管线）编写 pytest 风格的测试。它内置超过 30 种指标，包括像 G-Eval 和 JevEval 这样的 LLM-as-a-judge 分数，以及针对代理、RAG、多模态和偏见相关的检查。指标可以在本地运行，也可以使用您选择的任何 LLM 运行。该库与 LangChain、CrewAI、OpenAI、Anthropic、AWS AgentCore、Google ADK、LlamaIndex 甚至 TypeScript AI SDK 集成，提供装饰器和回调来捕捉完整的执行轨迹。简单的 CLI (`deepeval test run …`) 可在 CI/CD 中工作，选配的 Confident AI 平台则增加了云端报告和治理功能。通过 `pip install -U deepeval` 安装，编写 `LLMTestCase` 对象，选择指标并执行，让 LLM 质量测试像传统软件测试一样系统化。
- 项目
- 项目
OpenBMB/ChatDevChatDev 2.0（DevAll）是一个开源、零代码平台，允许你通过可视化 Web 控制台或轻量级 Python SDK，使用 YAML 定义智能体及其连接，设计并运行多 LLM 智能体工作流。支持数据可视化、3D 生成、游戏开发、研究等内置模板。后端为 FastAPI，前端为 Vue 3，项目提供 Docker/Makefile 支持、可扩展的 Python 工具，以及研究级编排器（Puppeteer、MacNet）