GitHub · 灵魂体仓库·· 18 天前精选AI 评分61
evalup 发布：测量 LLM 聊天与 Agent 应用具体哪里出错的 Claude Code 插件
its-magdy/evalup
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/its-magdy/evalup
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
its-magdy 在 GitHub 发布 evalup，一个 Claude Code 插件，可读取应用代码、生成测试用例并按路由、工具使用、答案检查三层打分，失败会指向具体的提示词或工具描述。评分由纯标准库 Python 脚本完成，数字可复现，CI 可在无 Claude 环境下用 gate.py 门禁；优化命令 /evalup:optimize 基于密封保留集做统计确认后保留改动。插件包含 7 个 skills、3 个 agents、21 个 CLI 脚本，860 个测试约 3 分钟，MIT 许可。
推荐理由
作者自己开发并开源了这个 Claude Code 插件，读者可以从 README 了解分层评测与无 LLM 依赖的 CI 门禁做法。
来源：GitHub · 灵魂体仓库 · github.com