everything-claude-code/docs/zh-TW/commands/eval.md

Eval 指令

管理評估驅動開發工作流程。

使用方式

/eval [define|check|report|list] [feature-name]

定義 Evals

/eval define feature-name

建立新的 eval 定義：

1. 使用範本建立 .claude/evals/feature-name.md：

## EVAL: feature-name
建立日期：$(date)

### 能力 Evals
- [ ] [能力 1 的描述]
- [ ] [能力 2 的描述]

### 回歸 Evals
- [ ] [現有行為 1 仍然有效]
- [ ] [現有行為 2 仍然有效]

### 成功標準
- 能力 evals 的 pass@3 > 90%
- 回歸 evals 的 pass^3 = 100%

2. 提示使用者填入具體標準

檢查 Evals

/eval check feature-name

執行功能的 evals：

1. 從 .claude/evals/feature-name.md 讀取 eval 定義
2. 對每個能力 eval：
   • 嘗試驗證標準
   • 記錄通過/失敗
   • 記錄嘗試到 .claude/evals/feature-name.log
3. 對每個回歸 eval：
   • 執行相關測試
   • 與基準比較
   • 記錄通過/失敗
4. 報告目前狀態：

EVAL 檢查：feature-name
========================
能力：X/Y 通過
回歸：X/Y 通過
狀態：進行中 / 就緒

報告 Evals

/eval report feature-name

產生全面的 eval 報告：

EVAL 報告：feature-name
=========================
產生日期：$(date)

能力 EVALS
----------------
[eval-1]：通過（pass@1）
[eval-2]：通過（pass@2）- 需要重試
[eval-3]：失敗 - 參見備註

回歸 EVALS
----------------
[test-1]：通過
[test-2]：通過
[test-3]：通過

指標
-------
能力 pass@1：67%
能力 pass@3：100%
回歸 pass^3：100%

備註
-----
[任何問題、邊界情況或觀察]

建議
--------------
[發布 / 需要改進 / 阻擋]

列出 Evals

/eval list

顯示所有 eval 定義：

EVAL 定義
================
feature-auth      [3/5 通過] 進行中
feature-search    [5/5 通過] 就緒
feature-export    [0/4 通過] 未開始

參數

$ARGUMENTS:

• define <name> - 建立新的 eval 定義
• check <name> - 執行並檢查 evals
• report <name> - 產生完整報告
• list - 顯示所有 evals
• clean - 移除舊的 eval 日誌（保留最後 10 次執行）