Claude Code刚上线了一个新功能：claude plugin eval。…

Claude Code刚上线了一个新功能：claude plugin eval。简单说就是帮你量化评估你的插件到底有没有用。 以前写了个插件，效果好不好全凭感觉。现在可以创建测试用例，跑一遍有插件的版本，再跑一遍没插件的版本，对比两次结果的差异，直接用数据说话。 我昨天拿自己写的一个代码审查插件试了一下，创建了10个测试用例，跑完发现插件在8个场景下确实提升了审查质量，但有2个场景反而拖慢了速度。这种量化反馈比自己瞎猜靠谱多了。 有个做AI工具开发的朋友看到这个功能，直接开始给自己的每个插件都做一轮eval。以前他总觉得插件效果不错，现在发现有些插件其实是在浪费token，砍掉之后整体效率反而提升了。 这个功能对做Agent开发的人来说特别实用。你可以快速验证哪些插件值得保留，哪些需要优化，哪些应该直接砍掉。不用再靠直觉判断，数据会告诉你答案。