Ext Ops Panel
Abrir el panel

llm-eval

Generate LLM evaluation and benchmarking

Paquete de plugins · de barnburner121

Resumen

llm-eval es un paquete de plugins para herramientas de programación con IA publicado por barnburner121. Marketplaces que leemos y que lo publican: 1 (Community GitHub marketplaces). Lo vimos por primera vez el 2026-10-14 y desde entonces no hemos registrado cambios. Según nuestra pasada por los marketplaces del 2026-10-14.

Qué pide

  • Se ejecuta en tu equipo

Ninguno de los marketplaces que leemos publica sus herramientas ni los ajustes que pide.

Lo que declara, pide y ejecuta, completo

Instala solo plugins de desarrolladores en los que confíes. Mostramos lo que publican los marketplaces y no probamos plugins.

Funciona con

  • Claude Code

Según los marketplaces que lo listan y el transporte MCP que declara, tal como lo documenta cada cliente. No probamos plugins.

Conectar

Comandos y configuraciones generados solo a partir de lo que declaran sus marketplaces. No los ejecutamos por ti ni probamos plugins.

Como plugin de Claude Code

Generado a partir de lo que declara Community GitHub marketplaces.

Claude CodeDentro de una sesión de Claude Code
/plugin marketplace add barnburner121/claude-plugin-marketplace
/plugin install llm-eval@barnburner121-plugins

Dónde está publicado

MarketplaceEstadoVersiónCifrasVerificadoVisto por primera vez
Marketplace de la comunidad barnburner121/claude-plugin-marketplace (Abrir el código en GitHub) Publicado 1.0.0 Sin cifra publicada Sin marca

Cada cifra es del propio marketplace y nunca se suma entre marketplaces. Un marketplace que no publica cifras no muestra ninguna: sin número no es cero.

Figura en un marketplace de la comunidad
MarketplaceRepositorioEstrellas (GitHub)
barnburner121-plugins barnburner121/claude-plugin-marketplace 3

Qué marketplaces leemos y cómo los comprobamos

Qué contiene el paquete

Tal como se publica en Community GitHub marketplaces.

Servidores MCP: 1

  • plugin-hub

Skills: 1

  • llm-eval

Qué cambió

  1. Pasó a ser un producto que seguimos
  2. Community GitHub marketplaces: apareció

Posiblemente el mismo plugin

Fichas que comparten una señal con esta, pero no lo suficiente para tratarlas como el mismo producto.

  • a11y-fixerbarnburner121 · Inicia el mismo paquete con otras piezas alrededor

Plugins similares

Productos cuyos propios nombres, descripciones, herramientas y skills son los más cercanos a este por su significado, en todos los marketplaces que leemos. La cercanía se ordena solo dentro de esta lista.

  • EvalForge Lite

    Compare text LLMs across OpenRouter, Bedrock, Vertex AI and Foundry with automated grading.

    de thejaredchapman · Servidor MCP

    Publicado en: Official MCP Registry · Describe casi la misma tarea

  • DeepEval

    Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.

    de confident-ai · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Community GitHub marketplaces · Describe casi la misma tarea

  • IA-QA — 130+ QA & Dev Tools for AI Agents

    130+ QA & dev tools for AI agents: prompt injection, RAG testing, VLM eval, guardrails. Free.

    de JcJamet · Servidor MCP

    Publicado en: Official MCP Registry · Describe casi la misma tarea

  • The Aggregate — LLM benchmark aggregate

    LLM rankings from public benchmarks, model comparisons and source-linked results. Updated daily.

    de theaggregate.ai · Servidor MCP

    Publicado en: Official MCP Registry · Describe casi la misma tarea

  • Eval Engine API

    Pay-per-call AI evaluation MCP server. Score LLM outputs against benchmark rubrics via Workers AI.

    de invertedhoologan · Servidor MCP

    Publicado en: Official MCP Registry · Describe casi la misma tarea

  • llm-observability-orchestration-agent-langchain-community ai.getvda/llm-observability-orchestration-agent-langchain-community

    LLM Observability & Orchestration Agent (LangChain Community)

    de getvda.ai · Servidor MCP

    Publicado en: Official MCP Registry · Describe casi la misma tarea

  • memoriant-eval-sandbox-skill

    AI agent evaluation sandbox for Claude Code. Holdout scenario testing with Doer/Judge/Adversary/Observer roles, probabilistic satisfaction scoring, and append-only JSONL audit…

    de NathanMaine · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-community · Describe casi la misma tarea

  • mcp-server io.github.arkheiaai/mcp-server

    Detect fabrication and hallucination in any LLM output. 30+ models supported.

    de arkheiaai · Servidor MCP

    Publicado en: Official MCP Registry · Describe casi la misma tarea

  • VerifyAX

    Evaluate, benchmark, and simulate AI agents on the VerifyAX agent-evaluation platform.

    de verifyax · Servidor MCP

    Publicado en: Official MCP Registry · Describe casi la misma tarea

  • bitfab

    Trace inspection, failure diagnosis, and replay-driven iteration for AI-powered code. Instrument your LLM calls, build regression datasets, and measure improvements — all inside…

    de Project-White-Rabbit · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-community, Community GitHub marketplaces · Describe casi la misma tarea

Plugins similares por marketplace

La misma pregunta a cada marketplace por separado: ¿hay allí un equivalente de este plugin?

Publicado en Claude Code: claude-plugins-community (5)
  • memoriant-eval-sandbox-skill

    AI agent evaluation sandbox for Claude Code. Holdout scenario testing with Doer/Judge/Adversary/Observer roles, probabilistic satisfaction scoring, and append-only JSONL audit…

    de NathanMaine · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-community · Describe casi la misma tarea

  • bitfab

    Trace inspection, failure diagnosis, and replay-driven iteration for AI-powered code. Instrument your LLM calls, build regression datasets, and measure improvements — all inside…

    de Project-White-Rabbit · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-community, Community GitHub marketplaces · Describe casi la misma tarea

  • giskard-skills

    Skills to streamline adoption and usage of Giskard products (OSS, Hub, Guards) for testing, evaluating, and red-teaming AI agents.

    de Giskard-AI · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-community · Describe casi la misma tarea

  • model-advisor

    Claude model selection advisor — recommends optimal model for each task via shell hook. Zero attack surface.

    de Jaace · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-community · Describe casi la misma tarea

  • langfuse

    Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.

    de langfuse · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Claude Code: claude-plugins-community · Describe casi la misma tarea

Publicado en Claude Code: claude-plugins-official (5)
  • DeepEval

    Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.

    de confident-ai · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Community GitHub marketplaces · Describe casi la misma tarea

  • langfuse

    Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.

    de langfuse · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Claude Code: claude-plugins-community · Describe casi la misma tarea

  • huggingface-skills

    Build, train, evaluate, and use open source AI models, datasets, and spaces.

    de huggingface · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude Code: claude-plugins-community · Describe casi la misma tarea

  • datarobot-agent-skills

    DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…

    de datarobot-oss · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Community GitHub marketplaces · Describe casi la misma tarea

  • outputai

    Output.ai workflow development toolkit for Claude Code. Adds 5 specialist agents (planner, builder, debugger, prompt writer, quality reviewer), 40+ slash-command skills covering…

    de growthxai · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude Code: claude-plugins-community, Community GitHub marketplaces · Describe casi la misma tarea

Publicado en Claude: knowledge-work-plugins (5)
  • langfuse

    Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.

    de langfuse · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Claude Code: claude-plugins-community · Describe casi la misma tarea

  • datarobot-agent-skills

    DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…

    de datarobot-oss · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Community GitHub marketplaces · Describe casi la misma tarea

  • AI-Firstify

    AI-first project auditor and re-engineer based on the 9 design principles and 7 design patterns from the TechWolf AI-First Bootcamp

    de techwolf-ai · Paquete de plugins

    Publicado en: Claude: knowledge-work-plugins, Claude Code: claude-plugins-community, Community GitHub marketplaces · Describe casi la misma tarea

  • pixeltable

    Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.

    de pixeltable · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Community GitHub marketplaces · Describe casi la misma tarea

  • atlan

    Atlan data catalog plugin for Claude Code. Search, explore, govern, and manage your data assets through natural language. Powered by the Atlan MCP server with semantic search…

    de atlanhq · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Claude Code: claude-plugins-community, Community GitHub marketplaces · Describe una tarea similar

Publicado en Codex: openai-curated (openai/plugins) (5)
  • Plugin Eval

    Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.

    de OpenAI Codex · Paquete de plugins

    Publicado en: Codex: openai-curated (openai/plugins) · Describe casi la misma tarea

  • OpenAI Developers

    Build with OpenAI APIs, Agents SDK, and ChatGPT Apps, and create and save OpenAI API keys from Codex.

    de OpenAI · Paquete de plugins

    Publicado en: Codex: openai-curated (openai/plugins) · Describe casi la misma tarea

  • NVIDIA

    Skills for NVIDIAs ecosystem spans GPU acceleration, CUDA, AI agents, inference, robotics, Physical AI, Omniverse, and simulation. This plugin helps you understand the pieces…

    de NVIDIA · Paquete de plugins

    Publicado en: Codex: openai-curated (openai/plugins) · Describe casi la misma tarea

  • Superpowers

    An agentic skills framework & software development methodology that works: planning, TDD, debugging, and collaboration workflows.

    de Jesse Vincent · Paquete de plugins

    Publicado en: Codex: openai-curated (openai/plugins) · Describe una tarea similar

  • CodeRabbit

    AI-powered code review in Codex, powered by CodeRabbit.

    de CodeRabbit AI · Paquete de plugins

    Publicado en: Codex: openai-curated (openai/plugins) · Describe una tarea similar

Publicado en Community GitHub marketplaces (5)
  • DeepEval

    Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.

    de confident-ai · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Community GitHub marketplaces · Describe casi la misma tarea

  • bitfab

    Trace inspection, failure diagnosis, and replay-driven iteration for AI-powered code. Instrument your LLM calls, build regression datasets, and measure improvements — all inside…

    de Project-White-Rabbit · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-community, Community GitHub marketplaces · Describe casi la misma tarea

  • Smell Check

    A catalogue of LLM and agent anti-patterns, and the corrections for them

    de Brandon Helwig · Paquete de plugins

    Publicado en: Community GitHub marketplaces · Describe casi la misma tarea

  • Amicus

    Multi-model LLM Council and parallel AI window for Claude Code. Fork any model, fold results back.

    de BourbonDog · Servidor MCP

    Publicado en: Official MCP Registry, Community GitHub marketplaces · Describe casi la misma tarea

  • llm-gateway

    Multi-LLM orchestration MCP server. Delegate tasks to Claude Code, Codex, and Gemini CLIs with session management, retry logic, async job orchestration, and token optimization.

    de verivus-oss · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-community, Community GitHub marketplaces · Describe casi la misma tarea

Publicado en Copilot CLI: github/awesome-copilot (5)
  • ai-team-orchestration

    Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.

    de Denis Evdokimov · Paquete de plugins

    Publicado en: Copilot CLI: github/awesome-copilot · Describe casi la misma tarea

  • doublecheck

    Three-layer verification pipeline for AI output. Extracts claims, finds sources, and flags hallucination risks so humans can verify before acting.

    de Awesome Copilot Community · Paquete de plugins

    Publicado en: Copilot CLI: github/awesome-copilot · Describe casi la misma tarea

  • edge-ai-tasks

    Task Researcher and Task Planner for intermediate to expert users and large codebases - Brought to you by microsoft/edge-ai

    de Awesome Copilot Community · Paquete de plugins

    Publicado en: Copilot CLI: github/awesome-copilot · Describe casi la misma tarea

  • agent-council

    A runtime-portable 5-agent quality gate that adjudicates text artifacts before they ship. Five role-conditioned LLM deliberators run a 2-round async protocol with cross-read…

    de Avyayalaya · Paquete de plugins

    Publicado en: Copilot CLI: github/awesome-copilot, Community GitHub marketplaces · Describe casi la misma tarea

  • copilot-goal-skill

    Goal-driven task orchestration with independent verification. Interviews the user to define a clear goal, then loops between a Builder subagent (does the work) and an Inspector…

    de gsemet · Paquete de plugins

    Publicado en: Copilot CLI: github/awesome-copilot · Describe casi la misma tarea

Publicado en Copilot CLI: github/copilot-plugins (5)
  • microsoft-365-agents-toolkit

    Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.

    de microsoft · Paquete de plugins

    Publicado en: Copilot CLI: github/copilot-plugins · Describe casi la misma tarea

  • advanced-security

    Advanced Security plugin for GitHub Copilot.

    de github · Paquete de plugins

    Publicado en: Copilot CLI: github/copilot-plugins · Describe casi la misma tarea

  • 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…

    de microsoft · Paquete de plugins

    Publicado en: Copilot CLI: github/copilot-plugins · Describe casi la misma tarea

  • workiq

    Query Microsoft 365 data with natural language — emails, meetings, documents, Teams messages, and more.

    de microsoft · Paquete de plugins

    Publicado en: Copilot CLI: github/copilot-plugins · Describe casi la misma tarea

  • azure-devops-copilot-plugin

    Bring Azure DevOps work-item, repository, and pull-request workflows into GitHub Copilot.

    de microsoft · Paquete de plugins

    Publicado en: Copilot CLI: github/copilot-plugins · Describe casi la misma tarea

Publicado en Cursor: cursor/plugins (5)
  • Ralph Loop

    Iterative self-referential AI loops using the Ralph Wiggum technique.

    de Cursor · Paquete de plugins

    Publicado en: Cursor: cursor/plugins · Describe casi la misma tarea

  • Advisor

    Consult a stronger model before major decisions, when stuck, and before declaring done.

    de Cursor · Paquete de plugins

    Publicado en: Cursor: cursor/plugins · Describe casi la misma tarea

  • Continual Learning

    Incremental transcript-driven memory updates for AGENTS.md using high-signal bullet points only.

    de Eric Zakariasson · Paquete de plugins

    Publicado en: Cursor: cursor/plugins · Describe casi la misma tarea

  • Cursor SDK

    Build apps, scripts, and automations with the TypeScript SDK.

    de Cursor · Paquete de plugins

    Publicado en: Cursor: cursor/plugins · Describe casi la misma tarea

  • Orchestrate

    Fan large tasks out across parallel cloud agents with planners, workers, verifiers, and structured handoffs.

    de Cursor · Paquete de plugins

    Publicado en: Cursor: cursor/plugins · Describe casi la misma tarea

Publicado en Docker MCP Catalog (5)
  • Opik

    Read and score Opik traces, experiments, datasets and prompts from your AI assistant.

    de comet-ml · Servidor MCP

    Publicado en: Official MCP Registry, Docker MCP Catalog · Describe casi la misma tarea

  • LLM Text

    Discovers and retrieves llms.txt from websites.

    de docker · Servidor MCP

    Publicado en: Docker MCP Catalog · Describe casi la misma tarea

  • Zen

    Bridges multiple AI models and CLIs, enabling orchestrated workflows across Claude Code, Gemini CLI, Codex CLI, and other AI development tools.

    de BeehiveInnovations · Servidor MCP

    Publicado en: Docker MCP Catalog · Describe casi la misma tarea

  • Gemini API Docs

    Provides tools to search and retrieve Google Gemini API documentation.

    de kgprs · Servidor MCP

    Publicado en: Docker MCP Catalog · Describe casi la misma tarea

  • Hugging Face

    Tools for interacting with Hugging Face models, datasets, research papers, and more.

    de docker · Servidor MCP

    Publicado en: Docker MCP Catalog · Describe casi la misma tarea

Publicado en Official MCP Registry (5)

Encontrados por significado, no por código ni repositorio compartidos: los plugins similares siguen siendo productos distintos, y esto no es una reseña ni una recomendación.

¿Es tu plugin?

Añádelo a tus proyectos y demuestra que lo mantienes con un archivo en su repositorio, un archivo en tu dominio o un registro DNS. Recibirás avisos cuando un marketplace lo publique, lo retire, cambie su marca verificada o lo que pide, y su endpoint remoto quedará monitorizado como un servicio web.

Datos de Community GitHub marketplaces. Las cifras proceden de nuestros propios recorridos periódicos por los marketplaces, leída por última vez el . No publicamos datos de contacto de los editores de plugins.

De dónde salen los datos: cómo se elabora el catálogo