promptfoo-evals — плагин для Claude Code: что делает и как установить
Обучает Claude Code создавать и вести наборы тестов promptfoo для LLM. Помогает настроить проверки галлюцинаций, валидацию JSON и запуск проверок в CI.
/plugin marketplace add anthropics/claude-plugins-community
/plugin install promptfoo-evals@claude-communityЧто делает promptfoo-evals
Плагин передаёт ассистенту правила сборки тестовых сьютов promptfoo. Он приучает агента начинать с детерминированных проверок, правильно раскладывать тесты по файлам и задавать переменные окружения. Внутри заложена шпаргалка по более чем 30 типам проверок, шаблонам для провайдеров OpenAI, Anthropic, Bedrock и сценариям для HTTP, Python или JavaScript.
Агент учится проверять ответы моделей на фактическую точность и галлюцинации, тестировать схемы JSON и масштабировать проверки на таблицах данных. Сами тесты выполняются локально. Для запуска запросов к моделям понадобятся соответствующие ключи окружения, такие как OPENAI_API_KEY.
Какие задачи решает
- настроить автоматическую оценку промптов и моделей
- проверить ответы LLM на галлюцинации и верность источнику
- составить конфигурацию тестов с валидацией JSON
- организовать запуск тестов promptfoo в CI/CD
Примеры запросов агенту
- Создай конфигурацию promptfoo для проверки ответов с валидацией схемы JSON
- Добавь в конфиг promptfoo проверку на галлюцинации для моделей Anthropic и OpenAI
- Собери набор тестов promptfoo под запуск в CI/CD на готовом датасете
Как установить promptfoo-evals
Через маркетплейс плагинов
/plugin marketplace add anthropics/claude-plugins-community/plugin install promptfoo-evals@claude-communityПо шагам, с командами для каждой платформы: Плагины Claude Code: маркетплейсы, установка и как собрать свой
Вопросы о promptfoo-evals
Как установить promptfoo-evals в Claude Code?
Выполните обе команды в сессии Claude Code: сначала /plugin marketplace add anthropics/claude-plugins-community, а затем /plugin install promptfoo-evals@claude-community.
Что делает плагин promptfoo-evals?
Он обучает Claude Code правилам создания и поддержки тестов в promptfoo. Плагин содержит примеры для разных провайдеров и шпаргалку по 30+ типам проверок.
Нужны ли API-ключи для запуска тестов?
Да, для обращения к моделям внешних провайдеров потребуется задать API-ключ в переменных окружения, например export OPENAI_API_KEY=sk-abc123.
Исходный текст
promptfoo-evals · MIT
# Promptfoo: LLM evals & red teaming <p align="center"> <a href="https://npmjs.com/package/promptfoo"><img src="https://img.shields.io/npm/v/promptfoo" alt="npm"></a> <a href="https://npmjs.com/package/promptfoo"><img src="https://img.shields.io/npm/dm/promptfoo" alt="npm"></a> <a href="https://github.com/promptfoo/promptfoo/actions/workflows/main.yml"><img src="https://img.shields.io/github/actions/workflow/status/promptfoo/promptfoo/main.yml" alt="GitHub Workflow Status"></a> <a href="https://github.com/promptfoo/promptfoo/blob/main/LICENSE"><img src="https://img.shields.io/github/license/promptfoo/promptfoo" alt="MIT license"></a> <a href="https://discord.gg/promptfoo"><img src="https://img.shields.io/discord/1146610656779440188?logo=discord&label=promptfoo" alt="Discord"></a> </p> <p align="center"> <code>promptfoo</code> is a CLI and library for evaluating and red-teaming LLM-based apps. Stop using trial-and-error... start shipping secure, reliable agents </p> <p align="center"> <a href="https://www.promptfoo.dev">Website</a> · <a href="https://www.promptfoo.dev/docs/getting-started/">Getting Started</a> · <a href="https://www.promptfoo.dev/docs/red-team/">Red Teaming</a> · <a href="https://www.promptfoo.dev/docs/">Documentation</a> · <a href="https://discord.gg/promptfoo">Discord</a> </p> > Promptfoo is now part of OpenAI. Promptfoo remains open source and MIT licensed. Read the [company update](https://www.promptfoo.dev/blog/promptfoo-joining-openai/). ## Quick Start ```sh npm install -g promptfoo promptfoo init --example getting-started ``` Also available via `brew install promptfoo` and `pip install promptfoo`. Or use `npx promptfoo@latest` to run any command without installing. Most LLM providers require an API key. Set yours as an environment variable: ```sh export OPENAI_API_KEY=sk-abc123 ``` Run an eval and view results: ```sh cd getting-started promptfoo eval promptfoo view ``` > **See [Getting Started](https://www.promptfoo.dev/docs/getting-started/) (evals) or [Red Teaming](https://www.promptfoo.dev/docs/red-team/) (vulnerability scanning) for more!** ## What can you do with Promptfoo? - **Test your prompts and models** with [automated evaluations](https://www.promptfoo.dev/docs/getting-started/) - **Secure your LLM apps** with [red teaming](https://www.promptfoo.dev/docs/red-team/) and vulnerability scanning - **Compare models** side-by-side (OpenAI, Anthropic, Azure, Bedrock, Ollama, and [more](https://www.promptfoo.dev/docs/providers/)) - **Automate checks** in [CI/CD](https://www.promptfoo.dev/docs/integrations/ci-cd/) - **Review pull requests** for LLM-related security and compliance issues with [code scanning](https://www.promptfoo.dev/docs/code-scanning/) - **Share results** with your team Here's what it looks like in action: <img src="site/static/img/[email protected]" alt="prompt evaluation matrix - web viewer" width="700"> It works on the command line too: <img src="https://www.promptfoo.dev/img/docs/self-grading.gif" alt="promptfoo command line" width="700"> It also can generate [security vulnerability reports](https://www.promptfoo.dev/docs/red-team/): <img src="https://www.promptfoo.dev/img/[email protected]" alt="gen ai red team" width="700"> ## Why Promptfoo? - **Developer-first**: Fast, with features like live reload and caching - **Private**: LLM evals run 100% locally - your prompts never leave your machine - **Flexible**: Works with any LLM API or programming language - **Battle-tested**: Powers LLM apps serving 10M+ users in production - **Data-driven**: Make decisions based on metrics, not gut feel - **Open source**: MIT licensed, with an active community ## Learn More - [Getting Started](https://www.promptfoo.dev/docs/getting-started/) - [Full Documentation](https://www.promptfoo.dev/docs/intro/) - [Red Teaming Guide](https://www.promptfoo.dev/docs/red-team/) - [CLI Usage](https://www.promptfoo.dev/docs/usage/command-line/) - [Node.js Package](https://www.promptfoo.dev/docs/usage/node-package/) - [Supported Models](https://www.promptfoo.dev/docs/providers/) - [Code Scanning Guide](https://www.promptfoo.dev/docs/code-scanning/) ## Contributing We welcome contributions! Check out our [contributing guide](https://www.promptfoo.dev/docs/contributing/) to get started. Join our [Discord community](https://discord.gg/promptfoo) for help and discussion. <a href="https://github.com/promptfoo/promptfoo/graphs/contributors"> <img src="https://contrib.rocks/image?repo=promptfoo/promptfoo" /> </a>
© promptfoo · MIT · promptfoo/promptfoo