最高のAIツールを見つけ出しましょう

LLM Debugger は VS Code の研究拡張で、プログラム実行、ブレークポイント、実行値検査を行います。Jev が動作を選び、文章モデルが仮説と修正を作ります。鍵と対象コード実行を伴う未サポートの概念実証で、小規模評価は汎用成功を保証しません。

ブラウザー課題のベンチマークとChrome CDP上の制約付きJev自動化ループを提供します。ブラウザーとAPIの設定が必要で、計測は計画時間を除くため一般性能を示すものではありません。

番号付きブラウザー操作で二つの Jev が Snake を遊ぶ観戦デモ。モデル実行には TypeSafe キーが必要で、未設定時は明示された固定ルールを使用。汎用エージェントのベンチマークではありません。

Jev Frontend QA は Jev と Browser Harness で契約型・探索型検査を行い、DOM・HTTP・保存状態を報告します。探索は合格判定ではありません。Chrome とライブ TypeSafe が必要で、ネイティブ選択、埋込コンテキスト、ポップアップは未対応です。

CodexQA Jev Browser はページ操作を索引化し、目標実行・テスト生成・モデルなし再生と画像・可視検証を提供します。ライブ目標には Jev またはチャット API が必要で専用 Playwright Chromium を使います。実験段階のサイト知識と対応範囲に限界があり、オフライン合格は実サイト保証ではありません。

アプリに計測を組み込み、実行状態、通信、コンソールの証拠でフロー検証や保存済み検査の再実行を行うツール。アプリ統合が必要で履歴のクラウド同期は任意。サーバー・企業向けパッケージは Apache SDK と異なるライセンス制限がある。

固定された過去の40件評価の指標再計算とプロトコル用サンプル検査を行う、実行可能なオフラインツールを含む実験的プロトコルリポジトリ。実行時エージェント制御やライブ API 評価はなく、元のモデル応答も未提供で、汎用評価器ではない。

decision-first は技能と Python ツールで Jev の型付き判断を試し、ラベル比較と実験記録を行います。実行には Python と API キーが必要で、入力状態は外部送信され、採用判断には人による評価が必要です。

typesafe-ai-firewall は Jev 評価、決定的ポリシー、ログ再生で AI ツール呼出しの危険を検証する影の評価ツールです。実評価にキーが必要で、本番実行を制御しません。合成試験は実防御を証明せず、校正と遅延目標は未達です。

Jev Belay はローカル履歴から変更後の成功した確認がないファイル編集を探し、終了を止めるべきか Jev に問う Claude 停止フックです。Jev 認証が必要で、編集なしのターンは対象外、エラー時は終了を許可します。網羅的検証ではありません。

Zevals は対話全体を対象に応答・ツール利用のアサーション、任意のユーザー模擬、モデル判定を提供する TypeScript ライブラリです。各種テストランナーと使えますが、モデル評価には認証情報が必要で正確性は保証されません。

Git 差分と Jev の判定から影響を受けそうなテストを選び、各ランナー用フィルターを出力する。実行とスナップショット検査も可能。Node.js、Git、サービスキーが必要でコード情報を遠隔送信し、全回帰テストの代替にはならない。

ProxyKit MCP はローカルの ProxyKit エンジンを通じて HTTP 通信を参照し、許可された場合にモック・記録・再送を操作できます。実行ファイルとエンジンは独自ライセンスで、このリポジトリの MIT 対象は文書と配布情報です。

qa-probe はフロントエンドの API 呼び出しをバックエンドのルートに対応付け、実際のエンドポイントを調べて診断レポートを作成します。認証付き検査には許可されたアクセスが必要で、判定不能は成功ではなく不明として扱います。

Feather Wand は JMeter にモデル会話、テスト計画参照、スクリプト修正、エージェント編集を加え、Jev 振り分けも選べます。JMeter と認証が必要です。実変更は確認が必要で、費用表示は推定の場合があります。匿名利用統計は標準で有効ですが停止できます。

JsonFabrica MCPはAPI経由でテンプレート管理、合成JSONレコード、関連データの一括生成を提供します。サーバーはローカルstdioですが、生成には設定したゲートウェイ、API認証、サービス課金を利用します。

wcagc-mcpは軽量APIアダプターでアクセシビリティスキャン、PDF構造検査、結果参照を提供します。認証と対応プランが必要です。自動検査の範囲は一部に限られ、適合性を証明しません。

QAI ConsultantはQA戦略、リスク一覧、工数見積り、テスト計画を生成し、文書・結果の決定的評価も提供します。完全な生成アプリにはモデルサービスとPineconeが必要ですが、ローカルMCPはそれらなしでQA知識や計算を提供できます。

AriadneはsazanamiのKotlin静的解析とGit変更から、エージェント向けに影響を受けるテストを選びます。反復速度を重視するため間接依存を見逃す場合があり、CIでの全体・保守的テストを代替しません。

Supercov はローカルのテストカバレッジと Jev による品質・安全判断を組み合わせます。カバレッジにはプロジェクトのテストコマンドを使います。AI 採点は TypeSafe キーとソース送信が必要で、安全性の認証ではありません。

imagedimensions-mcp は公開ページの画像の元サイズと表示サイズ、過大画像、形式を調べます。処理はローカルブラウザーではなく imagedimensions.com で行われます。接続可能な公開 URL が必要で、画像自体は最適化しません。

inkcheck は ink ストーリーを機械的にコンパイル・探索し、実行エラーや再現経路、到達不能箇所を報告します。Node.js 18 以降が必要で AI は使いません。探索は範囲限定で全経路の正しさを証明しません。

Tarn は YAML の API テストを実行し、構造化エラーと CLI・MCP の検証、実行、修正計画を提供します。設定先に実リクエストを送ります。シェル手順は明示許可がなければスキップして合格扱いとなるため、成功は全手順の実行を意味しません。

VerifyAX MCPはAIクライアントをVerifyAXに接続し、エージェント登録、シナリオ生成、評価実行、結果参照を行います。APIキーが必要で、シナリオ生成と評価にはプラットフォームのクレジットを消費します。