Anthropic 为 Claude Code 加入插件评估：6 种评分器、无插件基线、面向技能的 CI 门禁

Anthropic 为 Claude Code 发布了一套插件评估工作流：claude plugin eval 命令会用贴近真实的提示词运行插件，对 Claude 生成的结果打分，并与未加载插件的运行结果做对比。它回答了插件开发者此前无法衡量的三个问题，例如技能是否被触发、输出是否更好；同时提供 6 种评分器类型、无插件基线，并可在 CI 中为技能设置门禁。