claude plugin eval запускает ваш плагин на наборе тестовых случаев, оценивает результаты и по умолчанию запускает каждый случай снова без плагина, чтобы вы могли увидеть, что он добавляет. claude plugin eval init спрашивает вас, как должен выглядеть хороший результат, затем предлагает тестовые случаи и проверки, которые их оценивают, пробует набор один раз и записывает файлы. Каждый запуск и каждая проверка, которая имеет второго судью модели для ответа, — это реальный вызов модели на вашем счёте.
Из корневого каталога вашего плагина попросите Claude составить набор:
```bash terminal theme={null} claude plugin eval init ```Когда Claude скажет вам, что набор готов, выйдите из сеанса, который открыл claude plugin eval init, и запустите claude plugin eval . для оценки каждого случая. Таблица сводки выводится в ваш терминал, а report.html в evals/results/ содержит детали каждого запуска.