Menu
Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.
Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Une commande directe contourne le prompt de vérification. Examinez la source avant de l'exécuter.
npx skills add https://github.com/aaione/everything-claude-code-zh --skill eval-harnessLa commande reste sur une seule ligne. Faites défiler horizontalement pour la vérifier avant de la copier.
Vous préférez une copie locale ? Téléchargez les fichiers actuellement disponibles dans SkillsMP.
Kubernetes 工作负载模式、资源管理、RBAC、probes、autoscaling、ConfigMap/Secret 处理，以及面向生产级部署的 kubectl 调试。
完成任何非平凡任务后使用。智能体按 5 个维度自评输出——准确性、完整性、清晰度、可执行性、简洁性——每项都给出具体证据。生成结构化 1-5 评分卡和具体改进建议。
在 competitive-platform-analysis 产出分层竞品集合后使用。按九个加权维度（定位、声音、视觉工艺、offer packaging、证据、enterprise-readiness、thought leadership、定价、客户 strategic tension）为每个竞品评分，使用明确 1–5 rubrics 和 tension-plot。位于 competitive-report-structure 之前。
Basé sur la classification professionnelle SOC
Affichage de SKILL.md
| name | eval-harness |
| description | 实现评估驱动开发 (EDD) 原则的 Claude Code 会话的正式评估框架 |
| allowed-tools | Read, Write, Edit, Bash, Grep, Glob |
Claude Code 会话的正式评估框架，实现评估驱动开发 (EDD) 原则。
评估驱动开发将评估视为"AI 开发的单元测试"：
测试 Claude 能否做以前做不到的事情：
[能力评估：功能名称]
任务：Claude 应该完成的内容的描述
成功标准：
- [ ] 标准 1
- [ ] 标准 2
- [ ] 标准 3
预期输出：预期结果的描述
确保更改不会破坏现有功能：
[回归评估：功能名称]
基线：SHA 或检查点名称
测试：
- existing-test-1: PASS/FAIL
- existing-test-2: PASS/FAIL
- existing-test-3: PASS/FAIL
结果：X/Y 通过（之前 Y/Y）
使用代码的确定性检查：
# 检查文件是否包含预期模式
grep -q "export function handleAuth" src/auth.ts && echo "PASS" || echo "FAIL"
# 检查测试是否通过
npm test -- --testPathPattern="auth" && echo "PASS" || echo "FAIL"
# 检查构建是否成功
npm run build && echo "PASS" || echo "FAIL"
使用 Claude 评估开放式输出：
[模型评分者提示]
评估以下代码更改：
1. 它是否解决了所述问题？
2. 它是否结构良好？
3. 是否处理了边缘情况？
4. 错误处理是否合适？
分数：1-5（1=差，5=优秀）
推理：[解释]
标记供手动审查：
[需要人工审查]
更改：更改内容的描述
原因：为什么需要人工审查
风险级别：低/中/高
"k 次尝试中至少一次成功"
"所有 k 次试验都成功"
## 评估定义：feature-xyz
### 能力评估
1. 可以创建新用户账户
2. 可以验证电子邮件格式
3. 可以安全地哈希密码
### 回归评估
1. 现有登录仍然有效
2. 会话管理不变
3. 注销流程完好
### 成功指标
- 能力评估的 pass@3 > 90%
- 回归评估的 pass^3 = 100%
编写代码以通过定义的评估。
# 运行能力评估
[运行每个能力评估，记录 PASS/FAIL]
# 运行回归评估
npm test -- --testPathPattern="existing"
# 生成报告
评估报告：feature-xyz
========================
能力评估：
create-user: PASS (pass@1)
validate-email: PASS (pass@2)
hash-password: PASS (pass@1)
总计： 3/3 通过
回归评估：
login-flow: PASS
session-mgmt: PASS
logout-flow: PASS
总计： 3/3 通过
指标：
pass@1: 67% (2/3)
pass@3: 100% (3/3)
状态：准备审查
/eval define feature-name
在 .claude/evals/feature-name.md 创建评估定义文件
/eval check feature-name
运行当前评估并报告状态
/eval report feature-name
生成完整的评估报告
在项目中存储评估：
.claude/
evals/
feature-xyz.md # 评估定义
feature-xyz.log # 评估运行历史
baseline.json # 回归基线
## 评估：add-authentication
### 阶段 1：定义 (10 分钟)
能力评估：
- [ ] 用户可以使用电子邮件/密码注册
- [ ] 用户可以使用有效凭据登录
- [ ] 无效凭据被拒绝并显示适当错误
- [ ] 会话跨页面重新加载持久化
- [ ] 注销清除会话
回归评估：
- [ ] 公共路由仍然可访问
- [ ] API 响应不变
- [ ] 数据库架构兼容
### 阶段 2：实现（变化）
[编写代码]
### 阶段 3：评估
运行：/eval check add-authentication
### 阶段 4：报告
评估报告：add-authentication
==============================
能力：5/5 通过 (pass@3: 100%)
回归：3/3 通过 (pass^3: 100%)
状态：发布