Claude Code 上线插件评测工具，可量化插件价值

Anthropic 为 Claude Code 推出 claude plugin eval 功能，帮助开发者量化插件或 skill 带来的实际价值。用户可通过 claude plugin eval init 让 Claude 自动起草测试用例并搭建评测套件，只需描述好坏输出的标准并提供几条真实 prompt。评测会调用真实模型，在有/无插件两种条件下跑分并在终端显示对比，同时生成 HTML 详细报告。官方文档提醒评测消耗套餐额度或 API 账单，建议先用小规模试跑，还支持在 CI 中作为门禁使用。

2026-09-12 ~ 2026-09-12 · 4 条相关

• Claude Code 推出插件评测工具,可对比有无插件的效果差异 — ClaudeDevs · 2026-09-12
• `claude plugin eval init` 让 Claude 自动起草插件测试用例并试跑 — ClaudeDevs · 2026-09-12
• `claude plugin eval` 输出终端评分与 HTML 报告,含无插件基线对比 — ClaudeDevs · 2026-09-12
• Claude Code 插件评测全流程:计费、安全与 CI 门禁详解 — ClaudeDevs · 2026-09-12