mirror of
https://github.com/affaan-m/everything-claude-code.git
synced 2026-02-18 20:23:08 +08:00
121 lines
2.4 KiB
Markdown
121 lines
2.4 KiB
Markdown
# Evalコマンド
|
||
|
||
評価駆動開発ワークフローを管理します。
|
||
|
||
## 使用方法
|
||
|
||
`/eval [define|check|report|list] [機能名]`
|
||
|
||
## Evalの定義
|
||
|
||
`/eval define 機能名`
|
||
|
||
新しい評価定義を作成します。
|
||
|
||
1. テンプレートを使用して `.claude/evals/機能名.md` を作成:
|
||
|
||
```markdown
|
||
## EVAL: 機能名
|
||
作成日: $(date)
|
||
|
||
### 機能評価
|
||
- [ ] [機能1の説明]
|
||
- [ ] [機能2の説明]
|
||
|
||
### 回帰評価
|
||
- [ ] [既存の動作1が正常に動作する]
|
||
- [ ] [既存の動作2が正常に動作する]
|
||
|
||
### 成功基準
|
||
- 機能評価: pass@3 > 90%
|
||
- 回帰評価: pass^3 = 100%
|
||
```
|
||
|
||
2. ユーザーに具体的な基準を記入するよう促す
|
||
|
||
## Evalのチェック
|
||
|
||
`/eval check 機能名`
|
||
|
||
機能の評価を実行します。
|
||
|
||
1. `.claude/evals/機能名.md` から評価定義を読み込む
|
||
2. 各機能評価について:
|
||
- 基準の検証を試行
|
||
- PASS/FAILを記録
|
||
- `.claude/evals/機能名.log` に試行を記録
|
||
3. 各回帰評価について:
|
||
- 関連するテストを実行
|
||
- ベースラインと比較
|
||
- PASS/FAILを記録
|
||
4. 現在のステータスを報告:
|
||
|
||
```
|
||
EVAL CHECK: 機能名
|
||
========================
|
||
機能評価: X/Y 合格
|
||
回帰評価: X/Y 合格
|
||
ステータス: 進行中 / 準備完了
|
||
```
|
||
|
||
## Evalの報告
|
||
|
||
`/eval report 機能名`
|
||
|
||
包括的な評価レポートを生成します。
|
||
|
||
```
|
||
EVAL REPORT: 機能名
|
||
=========================
|
||
生成日時: $(date)
|
||
|
||
機能評価
|
||
----------------
|
||
[eval-1]: PASS (pass@1)
|
||
[eval-2]: PASS (pass@2) - 再試行が必要でした
|
||
[eval-3]: FAIL - 備考を参照
|
||
|
||
回帰評価
|
||
----------------
|
||
[test-1]: PASS
|
||
[test-2]: PASS
|
||
[test-3]: PASS
|
||
|
||
メトリクス
|
||
-------
|
||
機能評価 pass@1: 67%
|
||
機能評価 pass@3: 100%
|
||
回帰評価 pass^3: 100%
|
||
|
||
備考
|
||
-----
|
||
[問題、エッジケース、または観察事項]
|
||
|
||
推奨事項
|
||
--------------
|
||
[リリース可 / 要修正 / ブロック中]
|
||
```
|
||
|
||
## Evalのリスト表示
|
||
|
||
`/eval list`
|
||
|
||
すべての評価定義を表示します。
|
||
|
||
```
|
||
EVAL 定義一覧
|
||
================
|
||
feature-auth [3/5 合格] 進行中
|
||
feature-search [5/5 合格] 準備完了
|
||
feature-export [0/4 合格] 未着手
|
||
```
|
||
|
||
## 引数
|
||
|
||
$ARGUMENTS:
|
||
- `define <名前>` - 新しい評価定義を作成
|
||
- `check <名前>` - 評価を実行してチェック
|
||
- `report <名前>` - 完全なレポートを生成
|
||
- `list` - すべての評価を表示
|
||
- `clean` - 古い評価ログを削除（最新10件を保持）
|