标签
一场讨论，比较了用于修复提示失败的LLM评估和可观测性工具（LangSmith、Weave、Phoenix、Braintrust、Galileo、Opik），并介绍了一个开源平台，该平台在单个跟踪上整合了从评估到修复的完整循环。
一份实用指南，解释了构建自我改进AI智能体的三个层级，从手动循环到自动化设计，并推荐了工具和框架。