К основному содержанию
плагин

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.

Установить в Claude Code · Через маркетплейс плагинов Все способы и платформы ↓
/plugin marketplace add anthropics/claude-plugins-community
/plugin install promptfoo-evals@claude-community
Открыть на GitHub

Что 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-community

По 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

Похожие плагины

Все плагины по теме «Тесты и QA» →
example-skills официальный anthropics Набор примеров скиллов для Claude: от веб-тестов и MCP до дизайна и документов. Подойдёт, чтобы изучить структуру скилла или взять шаблон за основу. ★ 183 839звёзд репо ponytail DietrichGebert Плагин настраивает агента на короткие решения без лишних абстракций. Сгодится, когда нужно использовать возможности уже имеющегося кода и не усложнять задачу. ★ 176 443звёзд репо skill-creator официальный Anthropic Создаёт и улучшает скиллы, запускает проверки и сравнивает их результаты. Пригодится для оценки качества скилла до его использования. ★ 44 635звёзд репо pr-review-toolkit официальный Anthropic Шесть субагентов для ревью пул-реквестов: комментарии, тесты, обработка ошибок, типы, качество кода и упрощение. ★ 44 635звёзд репо react19-upgrade официальный Awesome Copilot Community Автоматизирует переход кодовой базы с React 18 на React 19. Пригодится, когда нужно устранить устаревшие API и починить упавшие тесты без ручной правки компонентов. ★ 40 418звёзд репо react18-upgrade официальный Awesome Copilot Community Помогает перенести проект с React 16 или 17 на React 18.3.1: проверяет несовместимые API, обновляет зависимости, код компонентов и тесты. ★ 40 418звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой