Agent-Eval 是一个「coding」类 AI agent,解决:在部署新版本Agent前，通过50次运行对比其与旧版本的行为差异，科学验证是否真正优化了表现。定价:产品页未标明。截至 2026-10-25,KanonAgent 记录到 2 票。本站首次收录于 2026-08-05。
Agent-Eval 是用于LLM Agent的统计回归测试工具，可对比两个Agent版本在50次运行中的表现差异，输出p值、效应量和置信区间，验证行为是否真正改变。
2 票
Kanon 于 2026 年 8 月 5 日 收录
还没有信号事件 —— 状态是未知,不是「平静」。
📈 时间线什么时候变了什么
- 首次观测 Kanon 开始为它保留永久历史
🔎 已知 / 未知
23 个字段里 15 个未知
| 可机器调用 | — | 未知 | — |
| 开源 | — | 未知 | — |
| 可自托管 | — | 未知 | — |
| 需自带 key | — | 未知 | — |
| 自主度 | — | 未知 | — |
| 计费模式 | — | 未知 | — |
| 集成面 | — | 未知 | — |
「未知」= 我们没核实过,**不等于「否」**。硬性筛选永远不会把未知当成否。
🤖 Agent 拆解 · coding
解决什么场景在部署新版本Agent前，通过50次运行对比其与旧版本的行为差异，科学验证是否真正优化了表现。
目标市场To B（AI Agent开发团队）
为什么值得关注
填补了Agent开发中“行为验证”这一关键空白，是Agent生态中不可或缺的工程化工具，具备向MCP、Agent平台延伸潜力。
信号来源: ProductHunt
访问官网 →
📛 官方徽章挂到官网 / README
你是 Agent-Eval 的作者?上面选样式,嵌入代码实时更新;要贴合站点配色可在 URL 上加 bg= / fg= / accent=(十六进制色)。徽章链回本页。
手机端点「分享」直达微信/朋友圈/小红书;桌面端用「复制文案」后到 App 内粘贴发布
常见问题
Agent-Eval 是什么?
Agent-Eval 是用于LLM Agent的统计回归测试工具，可对比两个Agent版本在50次运行中的表现差异，输出p值、效应量和置信区间，验证行为是否真正改变。
Agent-Eval 解决什么问题?
在部署新版本Agent前，通过50次运行对比其与旧版本的行为差异，科学验证是否真正优化了表现。
Agent-Eval 为什么值得关注?
填补了Agent开发中“行为验证”这一关键空白，是Agent生态中不可或缺的工程化工具，具备向MCP、Agent平台延伸潜力。
Agent-Eval 有多少人在用?
KanonAgent 记录到:2 票(本站首次收录于 2026-08-05)。
Agent-Eval 有什么替代品?
KanonAgent 库内的同类 agent:deepseek-harness、Codédex、LLM Gateway、oh-my-openagent、Hack2hire、Web3Forms。