Claude Code 推出插件评测工具 claude plugin eval

Claude Code 团队成员宣布上线命令行插件评测工具「claude plugin eval」，旨在解决模型更新后开发者难以量化插件与 Skill 有效性及兼容性的痛点。

• 开发者可在插件目录中运行「claude plugin eval init」初始化评测配置，支持快速构建自定义测试用例集。
• 工具支持运行包含插件与不包含插件的对照评测，通过对比两者的任务执行表现与评分，量化插件带来的实际增益。
• 该功能为应对基础模型升级导致旧版 Prompt 或 Skill 行为退化提供了自动化回归测试机制，降低了开发者长期维护插件的成本。
• 影响/看点：该工具有助于提升 Claude Code 插件生态的工程可靠性与透明度，但在复杂长流程任务中，其评测结果的指导价值仍取决于测试用例的多样性与评分标准的严密程度。
• 资料依据：
• X：Thariq（2026-09-11）：https://x.com/trq212/status/2098531560643539440
• Anthropic Claude Code 官方开发文档（2026-09-11）：https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/plugins

本内容由 AI 生成，仅供参考，请注意甄别