Agent와 LLM 사이의 API 트래픽을 투명하게 캡처하여 자동 점수 산정, 행동 문제 진단 및 설정 근본 원인을 검토하고 내장된 Web 평가 패널을 제공합니다.
https://
github.com/canwhite/Agent
Eval
…
Rust로 작성된 투명한 HTTP 프록시(proxy)로, Agent와 LLM API 사이에 삽입하면 모든 트래픽을 자동으로 캡처합니다. 세션을 자동으로 분할하고 구조화된 뷰(view)를 생성할 수 있으며, 규칙과 LLM 검토를 결합하여 다차원적인 점수 산정(scoring)을 수행하고, 10가지 규칙으로 행동 문제를 진단하며, LLM을 사용하여 Agent의 프롬프트(prompt) 및 도구(tool) 설정을 검토할 수 있습니다. 모든 결과는 내장된 Web 패널에 표시됩니다. 통합 방법은 BASE_URL을 변경하는 것만큼 간단하며, Claude Code, OpenAI SDK 등 다양한 클라이언트를 지원합니다.

수학적 기초부터 자율적인 Agent 클러스터까지 모든 것을 다루는 503개의 레슨을 포함하여, 기초부터 숙련 단계까지 AI 엔지니어링을 위한 완전한 풀스택 학습 경로를 제공하며, 중국어로 완전 번역되어 독립적인 웹사이트와 함께 제공됩니다.