Claude Code 推出插件评测功能 claude plugin eval

Claude Code 正式推出「claude plugin eval」评测功能，为开发者提供量化评估插件与技能实际增益的标准化测试工具。

• 开发者可为自定义插件构建专用测试用例，并由评测套件自动执行测试并评分。
• 系统支持启用与禁用插件的双向对比测试，清晰呈现插件对输出质量与任务完成度的具体差异。
• 评测结果输出 JSON 与 HTML 格式报告，便于归档、复现与持续优化。
• 影响/看点：标准化评测功能的上线有助于改善插件生态中质量良莠不齐的现状，但开发者需自主设计贴近实际场景的测试基准以确保评分的客观性。
• 资料依据:
• X：Claude Devs（2026-09-11）：https://x.com/ClaudeDevs/status/2098500999656923145
• GitHub Anthropic（2026-09-11）：https://github.com/anthropics/claude-code/releases/tag/v2.1.269

本内容由 AI 生成，仅供参考，请注意甄别