Ext Ops Panel
Abrir el panel

evaluate-openai

Set up evaluation of an OpenAI Java SDK tool-calling agent using Dokimos

Paquete de plugins · de Dokimos Contributors

Resumen

evaluate-openai es un paquete de plugins para herramientas de programación con IA publicado por Dokimos Contributors. Marketplaces que leemos y que lo publican: 1 (Community GitHub marketplaces). El último cambio que registramos fue el 2026-10-19. Según nuestra pasada por los marketplaces del 2026-10-20.

Qué pide

  • Se instala como paquete de plugins

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 dokimos-dev/dokimos
/plugin install evaluate-openai@dokimos

Dónde está publicado

MarketplaceEstadoVersiónCifrasVerificadoVisto por primera vez
Marketplace de la comunidad dokimos-dev/dokimos (Abrir el código en GitHub) Publicado 0.1.0 Forks (GitHub): 5
Estrellas (GitHub): 60
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)
dokimos dokimos-dev/dokimos 60

Qué marketplaces leemos y cómo los comprobamos

Cómo han cambiado sus cifras

Forks (GitHub)
unchanged desde 19.10
Historial de Community GitHub marketplaces
  1. 2026-10-195
  2. 2026-10-205

Cada punto es un día en que leímos un número distinto; los tramos planos son días en que el número no cambió. Las cifras de distintos marketplaces nunca se suman.

Qué contiene el paquete

Tal como se publica en Community GitHub marketplaces.

Skills: 1

  • evaluate-openai

Qué cambió

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

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.

  • evaluate-agent

    Set up evaluation of AI agents with tool call validation, correctness checks, and task completion using Dokimos

    de Dokimos Contributors · Paquete de plugins

    Publicado en: Community GitHub marketplaces · 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

  • eval-genius

    Decide, design, gate, judge, and defend evaluations for LLM, agent, and retrieval systems. Not ordinary unit tests.

    de Alex Greenshpun · Paquete de plugins

    Publicado en: Community GitHub marketplaces · 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

  • Eval Runner

    Scaffolding, running, documenting, and publishing AI evaluations. Ships skills and commands for setting up eval workspaces, creating custom evals (or adapting existing…

    de danielrosehill · Paquete de plugins

    Publicado en: Community GitHub marketplaces · 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

  • 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

  • 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

  • evaluate-spring-ai

    Set up evaluation of Spring AI applications using Dokimos

    de Dokimos Contributors · Paquete de plugins

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

  • evaluate-langchain4j

    Set up evaluation of LangChain4j applications and RAG pipelines using Dokimos

    de Dokimos Contributors · Paquete de plugins

    Publicado en: 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

  • evalview-mcp io.github.hidai25/evalview-mcp

    Regression testing for AI agents. Golden baselines, CI/CD, LangGraph, CrewAI, OpenAI, Claude.

    de hidai25 · Servidor MCP

    Publicado en: Official MCP Registry, Claude Code: claude-plugins-community · 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

  • contextstellar

    Context engineering plugin for Claude Code — real-time prompt scoring, RLM adaptive weights, and token optimization. Scores every tool use across 5 dimensions (token utilization…

    de sunnypatneedi · Paquete de plugins

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

  • Iris

    Stop shipping agents on vibes. Score every agent output for quality, safety, and cost.

    de iris-eval · Servidor MCP

    Publicado en: Official MCP Registry, 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

  • 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

  • dash0

    OpenTelemetry observability for Claude Code sessions. Captures tool calls, LLM invocations, token usage, and errors as OTel traces. Send telemetry to Dash0 or any…

    de dash0hq · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude Code: claude-plugins-community · Describe una tarea similar

  • MLflow Skills

    Skills for tracing, evaluating, and improving AI agents with MLflow. Supports the full agent improvement loop: instrument → trace → evaluate → iterate → validate.

    de mlflow · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official · Describe una tarea similar

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

  • 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

  • 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

  • Synthflow

    Connects Claude Code to the Synthflow AI voice-agent platform through its hosted MCP server, with skills for reviewing calls and auditing agent prompts, plus a docs-search…

    de SynthFlowAI · Paquete de plugins

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

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

  • crowdstrike-falcon-foundry

    CrowdStrike Falcon Foundry development skills for building cybersecurity applications on the Falcon platform. Includes UI development, collections, functions, workflows, API…

    de CrowdStrike · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Codex: openai-curated (openai/plugins), Copilot CLI: github/awesome-copilot, Community GitHub marketplaces, Claude Code: claude-plugins-community · Describe una tarea similar

  • PostHog

    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…

    de PostHog Inc. · Paquete de plugins

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

Publicado en Community GitHub marketplaces (5)
  • evaluate-agent

    Set up evaluation of AI agents with tool call validation, correctness checks, and task completion using Dokimos

    de Dokimos Contributors · Paquete de plugins

    Publicado en: Community GitHub marketplaces · 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

  • eval-genius

    Decide, design, gate, judge, and defend evaluations for LLM, agent, and retrieval systems. Not ordinary unit tests.

    de Alex Greenshpun · Paquete de plugins

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

  • Eval Runner

    Scaffolding, running, documenting, and publishing AI evaluations. Ships skills and commands for setting up eval workspaces, creating custom evals (or adapting existing…

    de danielrosehill · Paquete de plugins

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

  • evaluate-spring-ai

    Set up evaluation of Spring AI applications using Dokimos

    de Dokimos Contributors · Paquete de plugins

    Publicado en: 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

  • 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

  • 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

  • skills-for-copilot-studio

    Microsoft Copilot Studio plugins for AI coding agents

    de microsoft · 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

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

  • 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

  • workiq-productivity

    WorkIQ productivity skills powered by the local WorkIQ CLI — read-only insights across email, meetings, calendar, Teams, SharePoint, projects, and people.

    de microsoft · 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

  • dataverse

    Build and manage Microsoft Dataverse solutions using natural language. Includes table/column creation, solution lifecycle, data operations, and MCP server configuration.

    de microsoft · Paquete de plugins

    Publicado en: Copilot CLI: github/awesome-copilot, 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

  • 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

  • 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

  • Agent Compatibility

    CLI-backed repo compatibility scans plus agents that audit startup, validation, and docs against reality.

    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

  • Wayfound

    Wayfound’s MCP server allows business users to govern, supervise, and improve AI Agents.

    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

  • AWS Bedrock Data Automation

    Analyze documents, images, videos, and audio.

    de awslabs · 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 una tarea similar

Publicado en Official MCP Registry (5)
  • 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

  • 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

  • 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

  • EvalGate

    Create and run AI evaluations, record traces, and inspect results with scoped organization access.

    de evalgate · Servidor MCP

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

  • Latitude 10 Agent Readiness

    Scores how well AI agents will use your API, 0-100, from its OpenAPI spec. Free and read-only.

    de latitude10.tech · Servidor MCP

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

Publicado en npm registry (MCP servers) (5)
  • Delimit

    One workspace for every AI coding assistant. Shared tasks, memory, and governance.

    de delimit-ai · Servidor MCP

    Publicado en: Official MCP Registry, npm registry (MCP servers), Community GitHub marketplaces · Describe casi la misma tarea

  • Skills Anywhere

    Discover and load Agent Skills from configured local directories and Git sources over stdio MCP.

    de noteflowai · Servidor MCP

    Publicado en: Official MCP Registry, npm registry (MCP servers) · Describe casi la misma tarea

  • Elicitly

    Human-in-the-loop for AI agents over MCP elicitation: confirm/form dialogs plus a capability doctor

    de elicitly.ai · Servidor MCP

    Publicado en: Official MCP Registry, npm registry (MCP servers) · Describe casi la misma tarea

  • DuDuClaw

    Local persistent memory and Markdown wiki for AI coding agents: 24 MCP tools, no gateway required.

    de zhixuli0406 · Servidor MCP

    Publicado en: Official MCP Registry, npm registry (MCP servers) · Describe casi la misma tarea

  • ExecBro

    Gives AI agents eyes and hands into running React Native apps: logs, REPL, tap, screenshots

    de execbro.com · Servidor MCP

    Publicado en: Official MCP Registry, npm registry (MCP servers) · Describe casi la misma tarea

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.

¿Quieres esta marca para tu plugin en nuestro catálogo?

Demuestra que lo mantienes con un archivo en su repositorio, un archivo en tu dominio o un registro DNS, y podrás mostrar esta marca en la ficha, con banners en vivo para tu web y tu README. Cómo funciona la verificación

Además 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