usevelvet

Arize 是一个专为开发、可观测性和评估而设计的人工智能与智能体工程平台。它为团队提供统一的解决方案，以更快地构建、监控、调试和改进 LLM 及机器学习模型。通过打通开发与生产之间的闭环，Arize 帮助确保人工智能系统在规模化应用中可靠、值得信赖且高性能。

HoneyHive 是一款面向使用 LLM 和 AI 智能体的开发人员的一体化 AI 可观测性与评估平台。它提供了一个统一的解决方案，用于构建、测试、调试和监控 AI 应用，涵盖从初步实验到企业级部署的全过程。该平台帮助团队系统地衡量 AI 质量，深入了解智能体交互，监控成本和延迟等性能指标，并协作管理提示词和数据集等关键资产，确保自信地交付可靠的 AI 产品。

getmaxim 是一个全面的生成式AI评估与可观测性平台，专为AI开发团队设计。它使用户能够通过对LLM和RAG管道进行广泛评估、自动化测试以及提供实时生产监控来测试、监控和改进AI应用，从而确保高质量、可靠和负责任的AI。

Keywords AI 是一个专为AI初创公司和开发者设计的全面LLM可观测性与监控平台。它提供统一的API来部署、测试、监控和优化LLM工作流，支持超过200种模型，通过简单的两行代码集成，帮助团队更快地构建和发布可靠的AI功能。

WhyLabs 是一个专为 MLOps、SRE 和安全团队设计的 AI 可观测性与安全平台。它提供工具来监控、保护和优化 AI 应用，包括 LLM 和预测模型。该平台能实时检测数据漂移、性能下降和提示注入等安全威胁，同时采用保护隐私的架构，绝不移动或复制原始数据。

Athina 是一个协作式 AI 开发平台，旨在帮助团队以 10 倍的速度构建、测试和监控 LLM 应用程序。它为提示工程、评估、实验、标注和生产监控提供了一套全面的工具。Athina 支持技术和非技术用户，确保无缝协作和高质量、可靠的 AI 系统的部署。

Basalt 是一个为开发者和产品团队设计的端到端平台，用于构建、评估和监控可靠的 AI 代理。它提供了一套全面的工具，包括自动化评估、A/B 测试、带 AI 助手的提示工程以及对开发者友好的 SDK，确保您的 AI 功能值得信赖并可随时投入生产。

Parea AI 是一个用于开发、测试和监控 LLM（大语言模型）应用的一站式平台。它提供实验跟踪、可观测性、评估和人工标注工具，帮助团队自信地将 AI 系统投入生产。

getmaxim 是一个全面的生成式AI评估与可观测性平台，专为AI开发团队设计。它使用户能够通过对LLM和RAG管道进行广泛评估、自动化测试以及提供实时生产监控来测试、监控和改进AI应用，从而确保高质量、可靠和负责任的AI。

Keywords AI 是一个专为AI初创公司和开发者设计的全面LLM可观测性与监控平台。它提供统一的API来部署、测试、监控和优化LLM工作流，支持超过200种模型，通过简单的两行代码集成，帮助团队更快地构建和发布可靠的AI功能。

Valyr (前身为 Helicone) 是一个开源的 LLM 可观测性平台和 AI 网关。它帮助开发者监控、调试和分析他们的 AI 应用，通过单一集成即可访问超过100种模型，管理成本，并通过缓存和速率限制等功能提高可靠性。

一个面向开发者的平台，用于为AI应用创建可调、快速且经济高效的评分和评估系统。它将定性标准转化为精确的量化指标，用于模型监控、排名和RAG优化。

Deepchecks 是一个用于评估、验证和监控基于 LLM 的应用程序的端到端平台。它帮助人工智能团队定义、衡量和验证人工智能的进展，通过简化从开发、CI/CD 到生产的整个测试流程，确保发布高质量、可靠的应用程序。

Orq.ai 是一个端到端的生成式 AI 协作平台，专为软件团队设计，旨在将 LLM 应用从原型扩展到生产环境。它提供实验、部署和可观测性工具，使团队能够自信、可控地构建、监控和优化代理式 AI 系统。

Scorecard 是一个用于评估、优化和部署企业级 AI 代理的端到端平台。它帮助团队用结构化评估取代主观测试，提供持续监控、提示词管理和性能指标等工具，从而充满信心地构建值得信赖且可靠的 AI 应用程序。

EvalsOne 是一个专为生成式AI应用设计的一站式评估平台。它使团队能够通过一个强大直观的界面，轻松地评估、迭代和优化LLM提示语、RAG流程和AI智能体，确保AI产品既健壮又具竞争力。

Arize 是一个专为开发、可观测性和评估而设计的人工智能与智能体工程平台。它为团队提供统一的解决方案，以更快地构建、监控、调试和改进 LLM 及机器学习模型。通过打通开发与生产之间的闭环，Arize 帮助确保人工智能系统在规模化应用中可靠、值得信赖且高性能。

Evidently AI 是一个面向AI产品的综合性测试与评估平台，专注于LLM和ML模型的监控。它通过自动化评估、合成数据生成、持续测试和对抗性攻击，帮助团队确保AI的安全性、可靠性和性能。该平台基于一个强大的开源库构建，专为数据科学家和MLOps工程师设计，用于在问题影响用户前检测幻觉、数据漂移和PII泄漏等问题。

Confident AI 是一个面向工程团队的 LLM 评估和可观测性平台。由开源库 DeepEval 的创建者打造，它通过全面的指标、回归测试和详细的追踪来帮助基准测试、保障和改进 LLM 应用，确保 AI 性能的稳定性。