Ext Ops Panel
Abrir el panel

eval-guide

AI agent evaluation toolkit for Copilot Studio. Plan evals, generate test cases, interpret results, and triage failures.

Paquete de plugins · de microsoft

Resumen

eval-guide es un paquete de plugins para herramientas de programación con IA publicado por microsoft. Marketplaces que leemos y que lo publican: 1 (Community GitHub marketplaces). El último cambio que registramos fue el 2026-11-04. Según nuestra pasada por los marketplaces del 2026-11-06.

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 microsoft/eval-guide
/plugin install eval-guide@eval-guide

Dónde está publicado

MarketplaceEstadoVersiónCifrasVerificadoVisto por primera vez
Marketplace de la comunidad microsoft/eval-guide (Abrir el código en GitHub) Publicado 1.0.0 Forks (GitHub): 22
Estrellas (GitHub): 140
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)
eval-guide microsoft/eval-guide 140

Qué marketplaces leemos y cómo los comprobamos

Cómo han cambiado sus cifras

Estrellas (GitHub)
unchanged desde 30.10
Historial de Community GitHub marketplaces
  1. 2026-10-30140
  2. 2026-10-31139
  3. 2026-11-04140
  4. 2026-11-06140

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: 6

  • eval-faq
  • eval-generator
  • eval-guide
  • eval-result-interpreter
  • eval-suite-planner
  • eval-triage-and-improvement

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.

  • 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

  • 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

  • promptfoo

    Connect providers and targets, write eval suites, and set up or run red team scans with promptfoo

    de Promptfoo · Paquete de plugins

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

  • Testers.ai CARBON Test Harness Lite

    Local QA workflows, test evidence, screenshot maps and confidence reports for AI coding agents.

    de jarbon · Servidor MCP

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

  • evaluation

    Measure AI output quality, user satisfaction, task success, and design effectiveness.

    de MC Dean · Paquete de plugins

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

  • langsmith-skills

    Agent skills for observing and evaluating LLM applications with LangSmith

    de LangChain · Paquete de plugins

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

  • 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}.

    de JcJamet · 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

  • qa-skills

    QA testing pipeline with 5 personas (smoke, UX, adversarial, performance, mobile) — generate workflows, convert to Playwright tests, run interactively or in CI. Quantified UX…

    de Jeremy Watt · Paquete de plugins

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

  • qa-engineer

    QA specialist agent for test planning and quality assurance

    de GLINCKER Team · 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)
  • 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

  • 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

  • getlark

    Natural-language end-to-end tests for any software surface, powered by getlark.ai

    de getlark · Paquete de plugins

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

  • promptfoo-evals

    Teaches AI coding agents to create and maintain promptfoo eval suites. Encodes best practices like deterministic assertions first, file-based test organization, correct…

    de promptfoo · Paquete de plugins

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

  • testdino

    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.

    de TestDino · Paquete de plugins

    Publicado en: 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

  • growthbook

    A suite of agent skills for the full GrowthBook feature flag and experimentation lifecycle.

    de growthbook · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins · 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

  • Setup Agent Analytics

    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…

    de pendo-io · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official · 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)
  • growthbook

    A suite of agent skills for the full GrowthBook feature flag and experimentation lifecycle.

    de growthbook · Paquete de plugins

    Publicado en: Claude Code: claude-plugins-official, Claude: knowledge-work-plugins · 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

  • Pendo Analytics

    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…

    de pendo-io · Paquete de plugins

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

  • Product Tracking

    AI agent skills that make SaaS products data-ready for product analytics — from codebase scan to tracking plan to working instrumentation code.

    de Accoil · Paquete de plugins

    Publicado en: 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

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

  • 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 casi la misma tarea

  • Data Analytics

    Answer product and business questions with data

    de Data Analytics Maintainers · 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

  • Sentry

    Inspect recent issues and events in Sentry from Codex.

    de OpenAI · 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

  • promptfoo

    Connect providers and targets, write eval suites, and set up or run red team scans with promptfoo

    de Promptfoo · Paquete de plugins

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

  • evaluation

    Measure AI output quality, user satisfaction, task success, and design effectiveness.

    de MC Dean · Paquete de plugins

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

  • langsmith-skills

    Agent skills for observing and evaluating LLM applications with LangSmith

    de LangChain · Paquete de plugins

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

  • qa-skills

    QA testing pipeline with 5 personas (smoke, UX, adversarial, performance, mobile) — generate workflows, convert to Playwright tests, run interactively or in CI. Quantified UX…

    de Jeremy Watt · Paquete de plugins

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

Publicado en Copilot CLI: github/awesome-copilot (5)
  • skills-for-copilot-studio

    Microsoft Copilot Studio YAML authoring toolkit. Create, edit, validate, and test Copilot Studio agents using YAML files.

    de microsoft · Paquete de plugins

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

  • bd-skills

    Helps GitHub Copilot investigate mobile app telemetry, diagnose crashes, manage [bitdrift](bitdrift.ai) workflows and dashboards, integrate the Capture SDK into iOS, Android, and…

    de bitdriftlabs · Paquete de plugins

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

  • brainmaxxing

    Codebase-grounded concept-mastery quizzes with an interactive BrainMax Canvas dashboard.

    de juliamuiruri4 · Paquete de plugins

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

  • whatidid

    Turn your Copilot sessions into proof of impact — research-grounded HTML reports with effort estimation, skills analysis, and ROI metrics from local session logs.

    de microsoft · Paquete de plugins

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

  • chronicle-stats

    See your local Copilot token usage by day, model, and session, and get tips to use it more efficiently.

    de Julia Muiruri · 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, npm registry (MCP servers) · 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

  • canvas-apps

    Build Power Apps Canvas Apps using the Canvas Authoring MCP server.

    de microsoft · Paquete de plugins

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

Publicado en Cursor: cursor/plugins (5)
  • PostHog MCP

    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…

    de Cursor · Paquete de plugins

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

  • playwright-mcp io.github.microsoft/playwright-mcp

    Playwright Tools for MCP

    de microsoft · Servidor MCP

    Publicado en: Official MCP Registry, Claude Code: claude-plugins-official, Cursor: cursor/plugins, Docker MCP Catalog, Community GitHub marketplaces · Describe casi la misma tarea

  • Statsig

    Inspect and manage feature gates, experiments, dynamic configs, and metrics.

    de Cursor · Paquete de plugins

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

  • Databricks Genie One

    Ask Databricks Genie questions about your workspace's data in plain language.

    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

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, PyPI (MCP servers) · Describe casi la misma tarea

  • testkube-mcp io.github.kubeshop/testkube-mcp

    MCP server for Testkube - Manage test workflows, executions, and artifacts via AI assistants

    de kubeshop · Servidor MCP

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

  • SmartBear MCP

    MCP server for AI access to SmartBear tools, including BugSnag, Reflect, Swagger, PactFlow, QTM4J.

    de smartbear.com · Servidor MCP

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

  • playwright-mcp io.github.microsoft/playwright-mcp

    Playwright Tools for MCP

    de microsoft · Servidor MCP

    Publicado en: Official MCP Registry, Claude Code: claude-plugins-official, Cursor: cursor/plugins, Docker MCP Catalog, Community GitHub marketplaces · 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

Publicado en Official MCP Registry (5)
  • 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

  • Testers.ai CARBON Test Harness Lite

    Local QA workflows, test evidence, screenshot maps and confidence reports for AI coding agents.

    de jarbon · Servidor MCP

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

  • 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}.

    de JcJamet · Servidor MCP

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

  • Human Test Desk

    Free human usability tests for agent-built websites. Submit tasks; get written findings as JSON.

    de human-test-desk.newvideocreator.chatgpt.site · Servidor MCP

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

  • Cue

    Score and improve AI prompts with Cue Free and Pro account access.

    de KingMonkey1 · Servidor MCP

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

Publicado en PyPI (MCP servers) (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, PyPI (MCP servers) · Describe casi la misma tarea

  • digline

    Read, measure and explain LLM eval runs of a digline suite. Cannot promote a baseline.

    de digline.dev · Servidor MCP

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

  • air-blackbox-mcp io.github.airblackbox/air-blackbox-mcp

    EU AI Act compliance scanner for Python AI agents. 14 tools across 6 articles.

    de airblackbox · Servidor MCP

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

  • mcpscore

    Audit an MCP server and get a scored, actionable quality report in seconds.

    de mcp-box · Servidor MCP

    Publicado en: PyPI (MCP servers) · Describe casi la misma tarea

  • WaveXisMCP

    220 browser automation tools for Chrome, Edge, and Firefox via CDP + BiDi. 100% Python.

    de MathiasPaulenko · Servidor MCP

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

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

    Context Assurance for AI agents: context engineering, AI cost optimization, verification.

    de juyterman1000 · Servidor MCP

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

  • FormLM

    Build AI-powered forms, scored assessments and professional reports on FormLM, by natural language.

    de formlm.me · Servidor MCP

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

  • Qase Test Management

    Official MCP server for Qase — manage test cases, runs, suites, defects via AI tools.

    de qase.io · Servidor MCP

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

  • Jarroba Tools · Test audit

    Audits tests instead of writing them: what each one really asserts. 4 tools, local.

    de Invarato · Servidor MCP

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

  • Prompeteer

    Contextual prompts and agent skills for 140+ AI platforms.

    de prompeteer · 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