トレース、評価、デプロイ用の LangChain Cloud。Plus は席あたり $39。Startup は月 $1,400。LangSmith Engine は月 $2,000。

オープンソースの LLM トレースと評価。Cloud Hobby は $0。Core は席あたり $29。Pro は席あたり $199。含む分のあとは従量。

Superpowers のコードレビュー依頼スキル。git の範囲と要件を渡して新しいレビュー用サブエージェントを送り出し、指摘を重大度順に対応させます。

機密保持を最優先にした査読スキル。権限確認のゲート、主張とエビデンスや統計のチェック、査読下書きの生成と lint をオフラインの CLI で行います。

ScholarEval フレームワークを適用して学術作品を系統的に評価 - 構造化されたスコアリングとフィードバックによる研究品質次元全体の包括的分析。

研究の厳密さを系統的に評価 - GRADE と Cochrane ROB を使用して方法論、実験デザイン、統計的妥当性、バイアス、交絡、エビデンスの質を評価。

AWS の AI ファースト可観測性体験。アカウント・リージョン・クラウドをまたいでアプリとエージェントを追跡・評価・調査するワークスペースです。

Jeff は 0.8B と 2B のオープンソース意思決定モデル群です。状況と選択肢を渡すと、1 回のフォワードパスで各選択肢の較正済み確率を返し、単一 GPU で約 22 ミリ秒で判定します。

Microsoft製のオープンソースサンドボックス兼ベンチマーク。ステートフルな業務タスクをAIエージェントが安定して完了できるかを検証し、発見と信頼性のギャップを示す。

NVIDIAが開発するオープンソースのLLM脆弱性スキャナー。数十のプラグインと数千のプロンプトで、脱獄・プロンプトインジェクション・データ漏洩を検出。モデルとエージェントのセキュリティテストの業界標準。

NVIDIAが開発するオープンソースのプログラマブル・ガードレールツールキット。ColangフローでLLM対話アプリの入出力・対話・検索ガードレールを定義し、脱獄やプロンプトインジェクションを防ぐ。

オープンソースのターミナル向けコーディングエージェント。エージェントに「完成」を証明させ、3 人の監査役からなる評議会が証拠が結論を裏付けるか投票。

Bespoke Labs のオープンウェイト 9B モデルと学習レシピ。Jev 型の判定を、確率付きの単一トークン選択としてローカルで実行できます。

Jev は TypeSafe の System One モデルで、校正済み確率つきの型付き決定を返し、入力は 100 万トークンあたり 0.042 ドル。

3Dviz Pro Max は MIT の Claude Code / Codex スキルで、一文を検査可能な Three.js または Blender シーンにします。

Hugging Face 公式の community-evals スキル。inspect-ai や lighteval で Hub のモデルをローカル環境でベンチマーク評価し、vLLM と Transformers を使い分けます。

Linus Torvalds Skill は CC0 のコードレビュー技能パックで、31,397 通の LKML メールからモデル別 SKILL.md を 4 つ蒸留する。