Claude Code 上线 plugin eval:一键测试你的 skill 是否仍适配新模型
trq212 · x · 2026-09-12
Anthropic 官方在 Claude Code 中推出 claude plugin eval 功能,解决「新模型发布后 skill 是否还正常工作」的痛点。
- 在插件目录运行 claude plugin eval init 即可初始化评测
- 可为插件/skill 创建测试用例,运行并打分
- 支持对照测试:分别在有插件和无插件的情况下运行同一用例,量化插件实际带来的价值,判断是否需要继续改进
所属事件:Claude Code 推出 plugin eval 量化插件价值(10 条相关)→
「编程与Agent」频道最新
- Will DePue 呼应 OpenAI 加 API 级能力：让多智能体一次并行分发上千个小模型调用 — willdepue · 2026-10-28
- DeckWerk 新版获早期用户好评：连续数周用于真实演讲 — vincesitzmann · 2026-10-28
- Opus 5.5 剪视频可替初级剪辑师，资深剪辑师日产出翻 5 倍 — dotey · 2026-10-28
- 软件栈正为Agent重构:开发者站点、浏览器乃至编程语言都在agent-first — mobileraj · 2026-10-28
- HABIT-Bench:八种记忆系统测用户习惯推断,最佳仅33.61% — SJTU · 2026-10-28
- 「钢琴测试」思想实验：你敢坐在形式化验证过的代码下吗 — moyix · 2026-10-28