Claude Code 推出 plugin eval，可对插件和技能做对照评测

Claude Code 新增 claude plugin eval，可运行测试用例、评分，并与未加载插件的基线结果进行对照。

Claude Code 已加入 claude plugin eval。该命令可以对插件和技能运行测试用例与评分器，并默认与未加载插件的基线结果进行对照，帮助开发者判断插件是否真正改善任务表现。

官方文档说明，这项能力需要 Claude Code 2.1.269 或更高版本。评测会产生模型调用成本，结果也可能因运行而异，因此更适合作为可重复质量门的一部分，而不是一次性结论。