# evalview

Плагин для регрессионного тестирования агентов в Claude Code. Фиксирует вызовы инструментов и порядок шагов, находя скрытые сбои после правок промпта.

- плагин · `type=plugin` · Claude Code · ★ 140
- Автор: hidai25
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/hidai25/eval-view
- Обновлён: 2026-10-16
- HTML: https://affpapa.org/nevibecode/plugins/evalview

## Что делает

EvalView работает по принципу снапшот-тестов. Вместо ручного составления проверок плагин записывает фактическое поведение агента: вызванные инструменты, аргументы и порядок шагов. Любой сдвиг в цепочке после изменения промпта сразу виден в отчёте.

Сравнение вызовов и последовательности выполняется локально без обращения к сторонним API. Для учёта вариативности поддерживается до 5 допустимых путей в одном снимке. Оценка смыслового качества подключается отдельно через LLM-судью. Запуск самого агента всё равно расходует токены бэкенда, поэтому флаг `--no-judge` экономит только на этапе сравнения.

## Установка

### Claude Code (родная платформа)

**Через маркетплейс плагинов**
В чате агента (не в терминале):
```text
/plugin marketplace add anthropics/claude-plugins-community
```
В чате агента (не в терминале):
```text
/plugin install evalview@claude-community
```

## Когда брать
- найти незаметные изменения в вызовах инструментов после правок промпта
- записать эталонное поведение цепочки агента в снапшот без написания ассертов
- отследить деградацию ответов при обновлении базовой модели
- проверить отклонения в последовательности шагов перед мержем в CI

## Примеры запросов агенту
- Сделай снапшот текущего поведения агента командой evalview snapshot
- Запусти проверку evalview check и покажи расхождения с эталоном
- Выполни проверку траектории с флагом --no-judge без вызова LLM-судьи

## Похожие
- [inngest-agent-evals](https://affpapa.org/nevibecode/skills/inngest-agent-evals.md) — скилл · 556 установок
- [bug-reproduction](https://affpapa.org/nevibecode/skills/bug-reproduction.md) — скилл · 1400 установок
- [tdd-rust](https://affpapa.org/nevibecode/skills/tdd-rust.md) — скилл · 1400 установок
- [eval-harness](https://affpapa.org/nevibecode/skills/eval-harness.md) — скилл · 4700 установок
- [suede-ai-eval](https://affpapa.org/nevibecode/skills/suede-ai-eval.md) — скилл · ★ 126
- [ai-system-testing](https://affpapa.org/nevibecode/skills/ai-system-testing.md) — скилл · 1100 установок

Из того же набора: [hidai25/eval-view](https://affpapa.org/nevibecode/by/hidai25/eval-view.md) — 2 карточки

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md