Upstar classe les dépôts GitHub selon la vitesse à laquelle ils gagnent des étoiles, thème par thème. Comment fonctionnent les tendances
nuglifeleoji/Sentry
Learning to Recover from LLM Agent Failures at Test Time
Mis à jour il y a 40 min
Vous maintenez ce dépôt ? Ajoutez ce badge à votre README.
Croissance
- 24 dernières heures
- +633
- étoiles
- 7 derniers jours
- +1 k
- étoiles
- 30 derniers jours
- +1,2 k
- étoiles
- Étoiles au total
- 1 229
- créé il y a 20 jours
- Forks
- 103
Top 3 en LLM cette semaine
- 1 xerj-org/xerj +8 k étoiles cette semaine
- 2 eagle-hq/EAGLE-4 +752 étoiles cette semaine
- 3 nuglifeleoji/Sentry +1 k étoiles cette semaine
Ce dépôt : #3 sur 361 cette semaine, #1 sur 112 aujourd’hui, #8 sur 654 ce mois-ci.
Aussi cette semaine : #6 dans Agents IA, #26 dans Python
Voir les 361 dépôts LLMHistorique des étoiles
Total d’étoiles à la fin de chaque semaine, d’après les comptes quotidiens de GitHub.
Pourquoi ça monte : +1 k étoiles cette semaine, contre ~114 une semaine habituelle
Signaux de santé
Trop récent pour jugerTrop récent pour juger : le dépôt a moins de 60 jours ou moins de 10 commits. Les signaux ci-dessous sont donnés à titre indicatif.
- Activité des commits
- Des commits 2 semaines sur les 3 dernières 5 commits sur la branche principale en 90 jours
- Mainteneurs
- 1 auteur de commits en 90 jours Auteur principal : 100 % des 5 derniers commits
- Réactivité sur les issues
- Trop peu d’issues pour juger 0 issue ouverte par d’autres en 90 jours
- Pull requests
- Aucune ouverte en 90 jours
- Versions
- Aucune version publiée sur GitHub Non compté : beaucoup de projets s’en passent
- Hygiène du projet
- Licence ; pas de CI ou politique de sécurité
- OpenSSF Scorecard
- Non analysé Inconnu, pas compté contre le projet
Ces signaux sont calculés automatiquement à partir des données publiques de GitHub. Ce n’est ni une recommandation ni un audit de sécurité. Comment la santé est calculée
README
An external runtime failure management layer for LLM agents.
Detect execution failures, guide recovery, and learn reusable lessons from verified recoveries.
Sentry runs alongside your agent loop without replacing the agent, environment, or evaluator.