Anthropic выпустил инструмент для тестирования плагинов Claude Code

Anthropic опубликовала новый workflow для оценки плагинов Claude Code — команда claude plugin eval запускает плагин на реалистичных промптах, оценивает результаты и сравнивает с работой базовой модели. Инструмент отвечает на три вопроса, которые разработчики не могли измерить раньше: срабатывает ли навык, сохраняется ли он при редактировании или обновлении модели, и превосходит ли плагин базовую версию.

Workflow работает на Claude Code v2.1.269 и позже, поддерживает любые директории с манифестом plugin.json. Каждый запуск и проверка выставляют счёт в аккаунт разработчика.