AIエージェントの構築と評価に関する最高のリソースをキュレートした注釈付きリスト
中辛 の解説
BenchFlow が維持する 443 以上のキュレートされたリンクで構成される「awesome」リストです。学術論文 11.6k 件を引用度でランク付けし、業界の実践者ブログ、47 件のトーク・ポッドキャストの逐語記録、各セクションの構造化されたギャップ監査を組み合わせています。143 件の深読みノート(notes/ ディレクトリ)とPATTERNS.md の実行可能なコード例を提供し、LLM 判定者、pass@k スコアリング、エラー分析、軌跡ベースの採点、CI ゲーティング、検証可能な報酬設計を網羅しています。GitHub Awesome バッジ認定。
こんなリポジトリです
こんなときに便利です
- AIエージェントの能力を体系的に測定し、本番環境への信頼性を確保する
- LLM ベースの製品開発時に、主観的な「感覚チェック」を定量的評価に置き換える
- 強化学習環境の設計と報酬の検証可能性を理解し、自社の RL パイプラインを構築する
主な機能
ほかとの違い
単なるリンク集ではなく、各エントリに検証と背景説明を付属させ、11.6k 論文の引用度グラフを使用した系統的なギャップ監査により、学術と実務の両面をカバーしている点が特徴です。
このリポジトリの作り方
はじめてですか？ むずかしくありません — 上から順にたどれば、自分の環境で動かして味見できます。
ギット飯トライで味見
入れるのが面倒で少し不安だったなら — 安全スキャンからインストールまで、ターミナル一行で終わります。
ターミナルに貼り付ければ、ギット飯の安全スキャン → 隔離フォルダへ clone → インストール → 実行方法の案内まで自動です。はじめてでも大丈夫 — この一行だけです。
npx gitbap-try benchflow-ai/awesome-evals
Node.js さえあれば、インストールなしで動きます · ギット飯トライとは？ →
スター推移 · 7日
確認日時
使いやすさ · まねしやすいか
- ゆるいライセンス
- テストあり
- サンプル集
- 最近の更新
- AGENTS.md
- llms.txt
- テンプレート
最近の更新あり · 2026 年に作成
「LLM ツール・RAG」 こういうリポジトリを毎週受け取りませんか？
毎週月曜の朝、選んだ一膳だけ。広告なし · いつでも解除。
自分のリポジトリですか？ README にギット飯バッジを貼る
[](https://www.gitbap.com/r/benchflow-ai/awesome-evals)Claude からそのまま使う — ギット飯のつなぎ方
ギット飯を Claude につなぐと、こうしたリポジトリを Claude・Cursor・Codex から直接さがして試せます。
Claude の設定 → コネクタにこのアドレスを貼り付け。
https://www.gitbap.com/api/mcpプラグインを入れると /gitbap-trending·/gitbap-try のスラッシュコマンドで、その場でリポジトリを試せます。Claude Code で下の 2 行を順に実行してください。
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI が README をもとに要約しました · 原文を見る