GitHub · 灵魂体仓库·· 11 天前AI 评分45
lafollett-labs 开源 Litmus：面向 LLM 与 Agent 评测的测试运行器
lafollett-labs/litmus
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/lafollett-labs/litmus
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
lafollett-labs 在 GitHub 开源 Litmus，一个用于 LLM 和 Agent 评测的测试运行器，目前处于 pre-release 阶段。它像单元测试运行器一样实时显示每个用例的通过、失败或 flaky 状态，支持跨模型、跨 provider 的成对比较并指出哪些用例结果翻转。项目采用 MIT 许可，首个套件是植入 bug 的代码评审评测，执行器支持 Anthropic API、AWS Bedrock、OpenRouter 及 Claude Code harness。
来源：GitHub · 灵魂体仓库 · github.com