Skip to main content

braintrust-monitor-production-evals

Design or audit online evaluation of live LLM and agent traffic: trace sampling, online scoring coverage, alert thresholds and ownership, drift and failure-slice monitoring, incident review, and the pipeline that routes production failures back into the offline dataset. Use for questions about scoring production traces, monitoring quality after launch, catching regressions in the wild, alert fatigue, scorer drift, or closing the loop from incident to eval item. Do not use to design offline experiments or to interpret a controlled comparison.

Ir a la instalación

Datos de origen

Repositorio
braintrustdata/eval-library
Última actividad en el origen
17 de agosto de 2026 a las 20:49
Idioma detectado de SKILL.md
inglés
Estrellas
12
Forks
2

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.