Advanced-LLM-Tests
Advanced-LLM-Tests 是一个面向主流大语言模型的全维度自动化评测套件。项目内置逻辑推理、知识问答、写作能力、长上下文理解、网页动画代码生成及智能体编程等多项测试脚本,可系统评估并横向对比 GPT-5.4、Claude 4.7、DeepSeek-V4 等前沿模型的表现。评测过程覆盖百万Token级长文本解析,并自动生成结构化测试报告,适用于模型选型、能力基准构建与迭代验证等场景。
OPEN SOURCE CURATION
不只看 Star。我们阅读项目说明、理解使用场景,再用中文告诉你这个项目能解决什么问题。
PROJECT DIRECTORY
Advanced-LLM-Tests 是一个面向主流大语言模型的全维度自动化评测套件。项目内置逻辑推理、知识问答、写作能力、长上下文理解、网页动画代码生成及智能体编程等多项测试脚本,可系统评估并横向对比 GPT-5.4、Claude 4.7、DeepSeek-V4 等前沿模型的表现。评测过程覆盖百万Token级长文本解析,并自动生成结构化测试报告,适用于模型选型、能力基准构建与迭代验证等场景。
Tabbit-toy 是一个基于 Tabbit AI 浏览器的研究项目,提供 OpenAI 格式的兼容代理服务。通过逆向分析 Tabbit Web 端协议,实现在本地以 OpenAI API 格式调用 Claude、GPT、Gemini 等 21 种 AI 模型。项目包含 Cookie 导出浏览器扩展、本地 HTTP 服务(零依赖 Node.js)及协议文档,支持流式响应、模型列表查询和健康检查。仅供个人学习研究,需具备 Tabbit 账号和 Pro 会员资格。
VulnClaw 是一款基于 AI Agent、MCP 工具链和渗透 Skill 编排的 AI 驱动渗透测试 CLI 工具。它支持自然语言输入,自动完成信息收集、漏洞发现、漏洞利用和报告生成的全流程。内置 50 个专项 Skill 和多种内置工具,支持 13 个 LLM Provider,可用于已授权的渗透测试、CTF 竞赛、安全教学和红队演练等场景。
Pi Web 是 pi 编码代理的本地 Web 界面,读取本地 pi 会话文件,提供浏览器工作区用于会话浏览、实时聊天、模型配置、技能管理和项目文件预览。支持从之前对话继续工作、分叉会话、切换 Git worktree、在聊天同时预览文件和文档。界面清晰展示上下文使用量、成本、压缩状态和系统提示详情。支持多种 UI 语言,可通过环境变量配置端口、主机名、代理和基本认证。基于 TypeScript 开发,可通过 npx 快速运行。
FlowMotion Skill 是一个将语音笔记、SRT 转录文本和杂乱想法转化为结构化流程图、连接规范及动态图表简报的开源技能包。它遵循“先结构、后布局、再连接、最后动效”的核心流程,通过四个步骤提炼核心判断、节点与关系,生成静态、动态或 3D 就绪的可视化简报。该工具支持与 Claude Code、Codex 等编码代理集成,并提供了可复用的 JSON 模板和示例,适用于演示、教学、视频讲解和产品故事叙述等场景,帮助用户高效地将想法转化为清晰的视觉流程。
JvedioNext 是一款面向 Windows 的次世代离线视频管理工具,支持标准番号库与非标准本地资源的统一管理。它兼容 MetaTube 和 MDCX 两种目录来源,可自动抓取元数据、生成 NFO 文件与海报,并支持 .strm 远程索引。软件提供搜索、演员、标签、收藏等页面,方便用户按 VID、演员或标签查找影片并查漏补缺。库健康功能可集中展示抓取状态、资源缺口及规则问题。用户数据支持导入导出,便于迁移备份。作为本地离线应用,它不内置任何影片资源,仅用于管理个人本地影片。