SpyBara
Go Premium

whats-new/2026-w37.md 2026-11-09 23:02 UTC to 2026-11-10 21:57 UTC

No changes for this document in this history range.

2026
Wed 11 22:59

第37周 · 2026年9月7日–11日

使用 claude plugin eval 测试您的插件,并将 Claude Code Desktop 窗格弹出到各自的窗口中。

发布版本 v2.1.263 → v2.1.269 2 项功能 · 9月7日–11日

使用 claude plugin eval 测试插件 v2.1.269

claude plugin eval 针对一套测试用例运行您的插件,对结果进行评分,默认情况下每个用例都会再次运行一次(不使用插件),以便您可以看到它的贡献。claude plugin eval init 询问您什么是好的结果,然后提议测试用例和对其进行评分的检查,尝试一次该套件,并写入文件。每次运行,以及每个有第二个模型判断回复的检查,都是您账户上的真实模型调用。

claude plugin eval 的终端输出:一个包含七个用例的表格,每个用例都显示有插件和无插件的分数、两者之间的差值、运行次数和成本,后面是一个汇总行,显示平均差值、总持续时间和总成本

从您的插件根目录,让 Claude 起草该套件:

claude plugin eval init

当 Claude 告诉您该套件已准备好时,退出 claude plugin eval init 打开的会话,并运行 claude plugin eval . 来对每个用例进行评分。汇总表在您的终端中打印,evals/results/ 下的 report.html 包含每次运行的详细信息。

使用 evals 测试插件

将 Desktop 窗格弹出到各自的窗口中 Desktop

在 Claude Code Desktop 应用中,您可以将任何窗格弹出到其自己的窗口中。将 diff 或终端拖到第二个屏幕,同时 Claude 在主窗口中继续工作,然后在完成后将窗格停靠回去。