mirror of https://github.com/affaan-m/everything-claude-code.git synced 2026-02-14 10:23:09 +08:00

Files

zdoc 88054de673 docs: Add Chinese (zh-CN) translations for all documentation

* docs: add Chinese versions docs

* update

---------

Co-authored-by: neo <neo.dowithless@gmail.com>

2026-02-05 05:57:54 -08:00

2.1 KiB

Raw Blame History

Eval 命令

管理基于评估的开发工作流。

用法

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

定义评估

/eval define feature-name

创建新的评估定义：

使用模板创建 .claude/evals/feature-name.md：

## EVAL: 功能名称
创建于: $(date)

### 能力评估
- [ ] [能力 1 的描述]
- [ ] [能力 2 的描述]

### 回归评估
- [ ] [现有行为 1 仍然有效]
- [ ] [现有行为 2 仍然有效]

### 成功标准
- 能力评估的 pass@3 > 90%
- 回归评估的 pass^3 = 100%

提示用户填写具体标准

检查评估

/eval check feature-name

为功能运行评估：

从 .claude/evals/feature-name.md 读取评估定义
对于每个能力评估：
- 尝试验证标准
- 记录通过/失败
- 在 .claude/evals/feature-name.log 中记录尝试
对于每个回归评估：
- 运行相关测试
- 与基线比较
- 记录通过/失败
报告当前状态：

EVAL CHECK: feature-name
========================
Capability: X/Y passing
Regression: X/Y passing
Status: IN PROGRESS / READY

报告评估

/eval report feature-name

生成全面的评估报告：

EVAL REPORT: feature-name
=========================
Generated: $(date)

CAPABILITY EVALS
----------------
[eval-1]: PASS (pass@1)
[eval-2]: PASS (pass@2) - required retry
[eval-3]: FAIL - see notes

REGRESSION EVALS
----------------
[test-1]: PASS
[test-2]: PASS
[test-3]: PASS

METRICS
-------
Capability pass@1: 67%
Capability pass@3: 100%
Regression pass^3: 100%

NOTES
-----
[Any issues, edge cases, or observations]

RECOMMENDATION
--------------
[SHIP / NEEDS WORK / BLOCKED]

列出评估

/eval list

显示所有评估定义：

EVAL DEFINITIONS
================
feature-auth      [3/5 passing] IN PROGRESS
feature-search    [5/5 passing] READY
feature-export    [0/4 passing] NOT STARTED

参数

$ARGUMENTS:

define <name> - 创建新的评估定义
check <name> - 运行并检查评估
report <name> - 生成完整报告
list - 显示所有评估
clean - 删除旧的评估日志（保留最近 10 次运行）

2.1 KiB Raw Blame History Unescape Escape