eval-case

name	eval-case
description	管理测试用例，包括从 storage backend 拉取、推送，以及创建新用例集（三阶段对话式工作流）
disable-model-invocation	false
context	fork

Eval Case - 测试用例管理

管理测试用例的完整生命周期。

命令

/eval-case list

列出本地和远程用例集：

evals case list

/eval-case pull

从 storage backend 拉取用例集：

evals case pull <dataset>           # 跳过截断的用例
evals case pull <dataset> --force   # 强制拉取所有用例（包括截断的）

如果某些用例被标记为 "truncated prompt" 跳过，使用 --force 可强制包含。

/eval-case push

推送本地用例集到 storage backend：

evals case push <dataset>

创建新用例集

创建测试用例集是一个对话式工作流，包含三个阶段：

1. Phase 1: 定义测试场景 — 理解评测目标，定义测试用例
2. Phase 2: 设计评分标准 — 为每个测试用例设计 rubrics
3. Phase 3: 审核和上传 — 审核用例集并上传到 storage backend

详见 SKILL-create.md 获取完整工作流说明。

前置条件

• /eval-config 已执行
• /eval-trace 连接正常

下一步推荐

• /eval-run - 运行评测
• /eval-progress - 查看进度

参考 Skills

• eval-config - 配置管理
• eval-trace - 连接验证