PluginEval
Evalúa skills de Claude Code con pruebas estáticas, LLM y Monte Carlo
Instalación
Incluye scriptsClaude Code: /plugin marketplace add wshobson/agents → /plugin install plugin-eval@claude-code-workflows
Yazılan bir skill ya da eklentinin kalitesi ölçülürken, iki skill karşılaştırılırken ya da bir pazar yeri için puan eşiği belirlenirken
- Autor
- Seth Hobson
- Licencia
- MIT
Combina tres capas de coste creciente: análisis estático de SKILL.md en menos de dos segundos, evaluación mediante un LLM en unos treinta segundos y entre cincuenta y cien ejecuciones Monte Carlo para estimar la fiabilidad. Las comprobaciones favorecen la divulgación progresiva entre 200 y 600 líneas, y cada antipatrón detectado reduce otro 5 % la puntuación de la capa, con un mínimo del 50 %. Los resultados alimentan una clasificación Elo frente a otros skills y el proyecto se distribuye como un paquete Python con su propia suite de pruebas.
Habilidades similares
MLflow Skills
HabilidadInstrumenta, evalúa, mejora y verifica agentes con MLflow
DeepEval Skills
HabilidadEvaluación, trazas y exportación OpenTelemetry para apps LLM
Claude Security
HabilidadEscaneo profundo que cuestiona cada vulnerabilidad detectada
Comentarios(0)
Inicia sesión para comentar