小白爱摸鱼
@chaozuoye
做Skill开发的朋友应该都有这个痛点：写完一个Skill，到底有没有用？好用到什么程度？跟不装Skill的时候差多少？全靠主观感觉。
Claude Code刚上线的plugin eval功能，直接把这个痛点解决了。
简单说，这个功能让你可以：
- 给Skill创建一组测试用例
- 跑一遍带Skill的测试，打分
- 再跑一遍不带Skill的测试，对比差异
这样你就能清楚看到，你的Skill到底带来了多少提升，哪些地方还需要优化。
举个实际例子：你写了一个代码审查Skill，可以创建10个测试用例（比如不同语言的代码片段），然后分别跑带Skill和不带Skill的版本。如果带Skill的版本在代码质量、bug检测等方面明显更好，那说明你的Skill确实有价值。如果差别不大，那就得重新想想设计了。
这个功能对Skill开发者来说太实用了。以前发布一个Skill，好不好用全靠用户反馈，现在可以自己先跑一遍测试，心里有底。
而且这个评估机制是自动化的，不需要手动对比。跑完测试，分数直接出来，一目了然。
对于想提升Skill质量的开发者来说，这绝对是个好消息。你可以用它来：
- 验证新写的Skill是否有效
- 对比不同版本的Skill哪个更好
- 找出Skill的薄弱环节进行优化
- 发布前做质量把关
目前这个功能已经在Claude Code中上线，感兴趣的可以试试看。
项目地址：claude.ai/code
19 浏览 0 评论
0 反应
