eval-guide
AI agent evaluation toolkit for Copilot Studio. Plan evals, generate test cases, interpret results, and triage failures.
Plugin-Paket · von microsoft
Überblick
eval-guide ist ein Plugin-Paket für KI-Coding-Tools von microsoft. Marktplätze, die wir lesen und die es listen: 1 (Community GitHub marketplaces). Die letzte erfasste Änderung war am 2026-11-04. Stand unseres Marktplatz-Durchlaufs vom 2026-11-06.
Was es abfragt
- Wird als Plugin-Paket installiert
Keiner der Marktplätze, die wir lesen, veröffentlicht seine Tools oder die abgefragten Einstellungen.
Was es deklariert, abfragt und ausführt, vollständig
Installieren Sie nur Plugins von Entwicklern, denen Sie vertrauen. Wir zeigen, was die Marktplätze veröffentlichen, und testen keine Plugins.
Funktioniert mit
- Claude Code
Nach den Marktplätzen, die ihn listen, und dem angegebenen MCP-Transport, wie jeder Client sie dokumentiert. Wir testen keine Plugins.
Verbinden
Befehle und Konfigurationen nur aus den Angaben der Marktplätze. Wir führen sie nicht für Sie aus und testen keine Plugins.
Als Claude-Code-Plugin
Erstellt aus den Angaben von Community GitHub marketplaces.
/plugin marketplace add microsoft/eval-guide
/plugin install eval-guide@eval-guideWo es veröffentlicht ist
| Marktplatz | Status | Version | Zahlen | Verifiziert | Erstmals gesehen |
|---|---|---|---|---|---|
| Community-Marktplatz microsoft/eval-guide (Quelle auf GitHub öffnen) | Gelistet | 1.0.0 | Forks (GitHub): 22 Sterne (GitHub): 140 |
Nicht markiert |
Jede Zahl stammt vom jeweiligen Marktplatz und wird nie über Marktplätze hinweg addiert. Ein Marktplatz ohne veröffentlichte Zahl zeigt keine: keine Zahl ist nicht null.
In einem Community-Marktplatz gelistet
| Marktplatz | Repository | Sterne (GitHub) |
|---|---|---|
| eval-guide | microsoft/eval-guide | 140 |
Wie sich die Zahlen entwickelt haben
- 2026-10-30140
- 2026-10-31139
- 2026-11-04140
- 2026-11-06140
Jeder Punkt ist ein Tag, an dem wir eine andere Zahl gelesen haben; flache Abschnitte sind Tage ohne Veränderung. Zahlen verschiedener Marktplätze werden nie addiert.
Was das Paket enthält
So veröffentlicht auf Community GitHub marketplaces.
Skills: 6
eval-faqeval-generatoreval-guideeval-result-interpretereval-suite-plannereval-triage-and-improvement
Was sich geändert hat
- Wird seitdem als Produkt geführt
- Community GitHub marketplaces: erschienen
Ähnliche Plugins
Produkte, deren eigene Namen, Beschreibungen, Werkzeuge und Skills diesem der Bedeutung nach am nächsten sind, auf allen Marktplätzen, die wir lesen. Die Nähe ist nur innerhalb dieser Liste geordnet.
-
evalview-mcp io.github.hidai25/evalview-mcp
Regression testing for AI agents. Golden baselines, CI/CD, LangGraph, CrewAI, OpenAI, Claude.
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
-
Connect providers and targets, write eval suites, and set up or run red team scans with promptfoo
-
Testers.ai CARBON Test Harness Lite
Local QA workflows, test evidence, screenshot maps and confidence reports for AI coding agents.
-
Measure AI output quality, user satisfaction, task success, and design effectiveness.
-
Agent skills for observing and evaluating LLM applications with LangSmith
-
IA-QA — 152 QA & Dev Tools for AI Agents
152 free QA tools for agents: injection scan, evals, RAG, web audits. Smaller packs: /mcp/{pack}.
-
AI agent evaluation sandbox for Claude Code. Holdout scenario testing with Doer/Judge/Adversary/Observer roles, probabilistic satisfaction scoring, and append-only JSONL audit…
-
QA testing pipeline with 5 personas (smoke, UX, adversarial, performance, mobile) — generate workflows, convert to Playwright tests, run interactively or in CI. Quantified UX…
-
QA specialist agent for test planning and quality assurance
Ähnliche Plugins nach Marktplatz
Dieselbe Frage an jeden Marktplatz einzeln: Gibt es dort ein Gegenstück zu diesem Plugin?
Gelistet auf Claude Code: claude-plugins-community (5)
-
evalview-mcp io.github.hidai25/evalview-mcp
Regression testing for AI agents. Golden baselines, CI/CD, LangGraph, CrewAI, OpenAI, Claude.
-
AI agent evaluation sandbox for Claude Code. Holdout scenario testing with Doer/Judge/Adversary/Observer roles, probabilistic satisfaction scoring, and append-only JSONL audit…
-
Natural-language end-to-end tests for any software surface, powered by getlark.ai
-
Teaches AI coding agents to create and maintain promptfoo eval suites. Encodes best practices like deterministic assertions first, file-based test organization, correct…
-
Use TestDino inside Claude Code through the hosted remote MCP server to inspect test runs, debug failing test cases, manage manual tests, and run TestDino audits.
Gelistet auf Claude Code: claude-plugins-official (5)
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
-
A suite of agent skills for the full GrowthBook feature flag and experimentation lifecycle.
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Detect AI agents in your codebase and instrument them with Pendo Agent Analytics via the best-fit path: Python SDK, TypeScript SDK, client-side trackAgent, or the Conversations…
-
Output.ai workflow development toolkit for Claude Code. Adds 5 specialist agents (planner, builder, debugger, prompt writer, quality reviewer), 40+ slash-command skills covering…
Gelistet auf Claude: knowledge-work-plugins (5)
-
A suite of agent skills for the full GrowthBook feature flag and experimentation lifecycle.
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Bring Pendo product analytics into Claude Code: account health, feature adoption, session replay lookup and triage, feedback analysis, and data-informed planning grounded in real…
-
AI agent skills that make SaaS products data-ready for product analytics — from codebase scan to tracking plan to working instrumentation code.
-
AI-first project auditor and re-engineer based on the 9 design principles and 7 design patterns from the TechWolf AI-First Bootcamp
Gelistet auf Codex: openai-curated (openai/plugins) (5)
-
Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.
-
PostHog gives your AI agent direct access to your product analytics, feature flags, experiments, error tracking, surveys, logs, and LLM analytics. Ask questions about your data…
-
Answer product and business questions with data
-
Build with OpenAI APIs, Agents SDK, and ChatGPT Apps, and create and save OpenAI API keys from Codex.
-
Inspect recent issues and events in Sentry from Codex.
Gelistet auf Community GitHub marketplaces (5)
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
-
Connect providers and targets, write eval suites, and set up or run red team scans with promptfoo
-
Measure AI output quality, user satisfaction, task success, and design effectiveness.
-
Agent skills for observing and evaluating LLM applications with LangSmith
-
QA testing pipeline with 5 personas (smoke, UX, adversarial, performance, mobile) — generate workflows, convert to Playwright tests, run interactively or in CI. Quantified UX…
Gelistet auf Copilot CLI: github/awesome-copilot (5)
-
Microsoft Copilot Studio YAML authoring toolkit. Create, edit, validate, and test Copilot Studio agents using YAML files.
-
Helps GitHub Copilot investigate mobile app telemetry, diagnose crashes, manage [bitdrift](bitdrift.ai) workflows and dashboards, integrate the Capture SDK into iOS, Android, and…
-
Codebase-grounded concept-mastery quizzes with an interactive BrainMax Canvas dashboard.
-
Turn your Copilot sessions into proof of impact — research-grounded HTML reports with effort estimation, skills analysis, and ROI metrics from local session logs.
-
See your local Copilot token usage by day, model, and session, and get tips to use it more efficiently.
Gelistet auf Copilot CLI: github/copilot-plugins (5)
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
workiq
Query Microsoft 365 data with natural language — emails, meetings, documents, Teams messages, and more.
-
workiq-productivity
WorkIQ productivity skills powered by the local WorkIQ CLI — read-only insights across email, meetings, calendar, Teams, SharePoint, projects, and people.
-
model-apps
Build and deploy Power Apps generative pages for model-driven apps with specialist agents for planning, entity creation, and parallel code generation. Requires PAC CLI >= 2.7.0…
-
Build Power Apps Canvas Apps using the Canvas Authoring MCP server.
Gelistet auf Cursor: cursor/plugins (5)
-
Work with PostHog from chat: query product analytics and run SQL, manage feature flags and experiments, triage error tracking issues, and review session replays, surveys, and…
-
playwright-mcp io.github.microsoft/playwright-mcp
Playwright Tools for MCP
-
Inspect and manage feature gates, experiments, dynamic configs, and metrics.
-
Ask Databricks Genie questions about your workspace's data in plain language.
-
CLI-backed repo compatibility scans plus agents that audit startup, validation, and docs against reality.
Gelistet auf Docker MCP Catalog (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
testkube-mcp io.github.kubeshop/testkube-mcp
MCP server for Testkube - Manage test workflows, executions, and artifacts via AI assistants
-
MCP server for AI access to SmartBear tools, including BugSnag, Reflect, Swagger, PactFlow, QTM4J.
-
playwright-mcp io.github.microsoft/playwright-mcp
Playwright Tools for MCP
-
Wayfound’s MCP server allows business users to govern, supervise, and improve AI Agents.
Gelistet auf Official MCP Registry (5)
-
evalview-mcp io.github.hidai25/evalview-mcp
Regression testing for AI agents. Golden baselines, CI/CD, LangGraph, CrewAI, OpenAI, Claude.
-
Testers.ai CARBON Test Harness Lite
Local QA workflows, test evidence, screenshot maps and confidence reports for AI coding agents.
-
IA-QA — 152 QA & Dev Tools for AI Agents
152 free QA tools for agents: injection scan, evals, RAG, web audits. Smaller packs: /mcp/{pack}.
-
Free human usability tests for agent-built websites. Submit tasks; get written findings as JSON.
-
Score and improve AI prompts with Cue Free and Pro account access.
Gelistet auf PyPI (MCP servers) (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Read, measure and explain LLM eval runs of a digline suite. Cannot promote a baseline.
-
air-blackbox-mcp io.github.airblackbox/air-blackbox-mcp
EU AI Act compliance scanner for Python AI agents. 14 tools across 6 articles.
-
Audit an MCP server and get a scored, actionable quality report in seconds.
-
220 browser automation tools for Chrome, Edge, and Firefox via CDP + BiDi. 100% Python.
Gelistet auf npm registry (MCP servers) (5)
-
Context Assurance for AI agents: context engineering, AI cost optimization, verification.
-
Build AI-powered forms, scored assessments and professional reports on FormLM, by natural language.
-
Official MCP server for Qase — manage test cases, runs, suites, defects via AI tools.
-
Audits tests instead of writing them: what each one really asserts. 4 tools, local.
-
Contextual prompts and agent skills for 140+ AI platforms.
Nach Bedeutung gefunden, nicht über gemeinsamen Code oder ein gemeinsames Repository: Ähnliche Plugins bleiben getrennte Produkte, und dies ist weder eine Bewertung noch eine Empfehlung.
Möchten Sie dieses Zeichen für Ihr Plugin in unserem Katalog?
Belegen Sie mit einer Datei im Repository, einer Datei auf Ihrer Domain oder einem DNS-Eintrag, dass Sie es pflegen, und Sie können dieses Zeichen auf der Karte zeigen, dazu Live-Banner für Ihre Website und Ihr README. So funktioniert die Verifizierung
Außerdem erhalten Sie Hinweise, wenn ein Marktplatz es aufnimmt, entfernt, sein Verified-Zeichen oder seine Anforderungen ändert, und sein Remote-Endpunkt wird wie ein Webdienst überwacht.
Daten von Community GitHub marketplaces. Die Zahlen stammen aus unseren eigenen regelmäßigen Durchläufen über die Marktplätze, zuletzt abgerufen am . Kontaktdaten von Plugin-Herausgebern veröffentlichen wir nicht.