Ext Ops Panel
Ouvrir le tableau de bord

AI Eval

Evaluate AI models for a real job, starting from start-eval: define the objective and workload, draw candidates from the live OpenRouter catalogue, and run wide and shallow (many…

Lot de plugins · par danielrosehill

Aperçu

AI Eval est un lot de plugins pour les outils de code IA publié par danielrosehill. Places de marché que nous lisons et qui le référencent : 1 (Community GitHub marketplaces). Nous l'avons vu pour la première fois le 2026-11-04 et n'avons enregistré aucun changement depuis. Selon notre passage sur les places de marché du 2026-11-06.

Dans ses propres mots, sur Community GitHub marketplaces :

Evaluate AI models for a real job, starting from start-eval: define the objective and workload, draw candidates from the live OpenRouter catalogue, and run wide and shallow (many models, about two outputs each). Covers in-repo and agent-run eval spaces, framework CLIs, image, RAG, agent, speech and regression evals, private annotation and human feedback Spaces, and findings through to articles.

Ce qu'il demande

  • S'installe comme lot de plugins

Aucune des places de marché que nous lisons ne publie ses outils ni les réglages qu'il demande.

Ce qu'il déclare, demande et exécute, en détail

N’installez que des plugins de développeurs en qui vous avez confiance. Nous reprenons ce que publient les places de marché et ne testons pas les plugins.

Fonctionne avec

  • Claude Code

D'après les marketplaces qui le listent et le transport MCP qu'il déclare, tels que chaque client les documente. Nous ne testons pas les plugins.

Connecter

Commandes et configurations construites uniquement à partir de ce que déclarent ses places de marché. Nous ne les exécutons pas pour vous et ne testons pas les plugins.

En plugin Claude Code

Construit à partir de ce que déclare Community GitHub marketplaces.

Claude CodeDans une session Claude Code
/plugin marketplace add danielrosehill/claude-code-plugins
/plugin install ai-eval@danielrosehill

Où il est publié

Place de marchéStatutVersionChiffresVérifiéVu pour la première fois
Place de marché communautaire danielrosehill/claude-code-plugins (Ouvrir la source sur GitHub) Référencé 0.8.0 Forks (GitHub): 0
Étoiles (GitHub): 4
Non marqué

Chaque chiffre est celui de la place de marché et n'est jamais additionné entre places de marché. Une place de marché qui ne publie pas de chiffre n'en affiche aucun : pas de nombre ne veut pas dire zéro.

Listé dans une place de marché communautaire
Place de marchéDépôtÉtoiles (GitHub)
danielrosehill danielrosehill/claude-code-plugins 31

Quelles places de marché nous lisons et comment nous les vérifions

Ce que contient le lot

Tel que publié sur Community GitHub marketplaces.

Skills: 34

  • add-prompts
  • agent-eval
  • analyse-findings
  • create-eval
  • define-objective
  • define-workload-requirements
  • deploy-arena
  • draft-article
  • draft-test-prompts
  • full-run
  • go-public
  • image-gen-eval
Afficher les autres : 22
  • informal-image-eval
  • install-eval-cli
  • new-workspace
  • package-results
  • probe-openrouter
  • publish-dataset
  • publish-eval
  • publish-run
  • rag-eval
  • register-eval
  • regression-eval
  • run-eval
  • run-framework-eval
  • setup-agent-eval-space
  • setup-annotation-space
  • setup-eval
  • setup-framework-eval
  • setup-human-feedback-space
  • setup-repo-eval-space
  • shortlist-candidates
  • speech-eval
  • start-eval

Commandes: 7

  • create-eval
  • document-eval
  • new-workspace
  • publish-dataset
  • publish-eval
  • run-framework-eval
  • setup-framework-eval

Agents: 1

  • eval-engineer

Ce qui a changé

  1. Est devenu un produit que nous suivons
  2. Community GitHub marketplaces: apparu

Plugins similaires

Produits dont les noms, descriptions, outils et skills sont les plus proches de celui-ci par le sens, sur toutes les places de marché que nous lisons. La proximité n'est classée qu'à l'intérieur de cette liste.

  • DeepEval

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

    par confident-ai · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Community GitHub marketplaces · Décrit presque le même besoin

  • evals

    Create fine-tuned LLM-as-a-judge evaluators on the Plurai platform

    par Plurai · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

  • iFixAi

    Independent auditing for AI agents, open source. Claude discovers your setup, confirms the cost, and audits your agent against the one question other tools skip: is it doing the…

    par iFixAi · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

  • evaluate-openai

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

    par Dokimos Contributors · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

  • evaluate-agent

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

    par Dokimos Contributors · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

  • EvalForge Lite

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

    par thejaredchapman · Serveur MCP

    Référencé sur : Official MCP Registry · Décrit presque le même besoin

  • promptfoo-evaluation

    Configures and runs LLM evaluation using Promptfoo framework. Use when setting up prompt testing, creating evaluation configs (promptfooconfig.yaml), writing Python custom…

    par daymade · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

  • ai

    AI & LLM — Prompting, retrieval, evaluation, agents, and the production concerns of shipping a model.

    par nimadorostkar · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

Plugins similaires par place de marché

La même question posée à chaque place de marché séparément : y a-t-il là un équivalent de ce plugin ?

Référencé sur 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…

    par NathanMaine · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-community · Décrit presque le même besoin

  • model-advisor

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

    par Jaace · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-community · Décrit presque le même besoin

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

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

    par hidai25 · Serveur MCP

    Référencé sur : Official MCP Registry, Claude Code: claude-plugins-community · Décrit presque le même besoin

  • 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…

    par sunnypatneedi · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-community · Décrit presque le même besoin

  • techknowmad-ai-skills

    20 enterprise-grade skills for autonomous AI/ML research lab operations. Includes 10 custom gap-analysis skills (research-commander, agent-debugger, model-evaluator…

    par TECHKNOWMAD-LABS · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-community · Décrit presque le même besoin

Référencé sur Claude Code: claude-plugins-official (5)
  • DeepEval

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

    par confident-ai · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Community GitHub marketplaces · Décrit presque le même besoin

  • datarobot-agent-skills

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

    par datarobot-oss · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Community GitHub marketplaces · Décrit presque le même besoin

  • sagemaker-ai

    Build, train, and deploy AI models with deep AWS AI/ML expertise brought directly into your coding assistants, covering the surface area of Amazon SageMaker AI.

    par awslabs · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Community GitHub marketplaces · Décrit presque le même besoin

  • 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…

    par growthxai · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Claude Code: claude-plugins-community, Community GitHub marketplaces · Décrit presque le même besoin

  • MLflow Skills

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

    par mlflow · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official · Décrit presque le même besoin

Référencé sur Claude: knowledge-work-plugins (5)
  • datarobot-agent-skills

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

    par datarobot-oss · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Community GitHub marketplaces · Décrit presque le même besoin

  • 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

    par techwolf-ai · Lot de plugins

    Référencé sur : Claude: knowledge-work-plugins, Claude Code: claude-plugins-community, Community GitHub marketplaces · Décrit presque le même besoin

  • langfuse

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

    par langfuse · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Claude Code: claude-plugins-community · Décrit presque le même besoin

  • Pixeltable

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

    par pixeltable · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Claude: knowledge-work-plugins · Décrit presque le même besoin

  • 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…

    par SynthFlowAI · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Claude: knowledge-work-plugins, Claude Code: claude-plugins-community · Décrit presque le même besoin

Référencé sur 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.

    par OpenAI Codex · Lot de plugins

    Référencé sur : Codex: openai-curated (openai/plugins) · Décrit presque le même besoin

  • OpenAI Developers

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

    par OpenAI · Lot de plugins

    Référencé sur : Codex: openai-curated (openai/plugins) · Décrit presque le même besoin

  • 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…

    par NVIDIA · Lot de plugins

    Référencé sur : Codex: openai-curated (openai/plugins) · Décrit presque le même besoin

  • Data Analytics

    Answer product and business questions with data

    par Data Analytics Maintainers · Lot de plugins

    Référencé sur : Codex: openai-curated (openai/plugins) · Décrit un besoin similaire

  • Superpowers

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

    par Jesse Vincent · Lot de plugins

    Référencé sur : Codex: openai-curated (openai/plugins) · Décrit un besoin similaire

Référencé sur Community GitHub marketplaces (4)
  • DeepEval

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

    par confident-ai · Lot de plugins

    Référencé sur : Claude Code: claude-plugins-official, Community GitHub marketplaces · Décrit presque le même besoin

  • evals

    Create fine-tuned LLM-as-a-judge evaluators on the Plurai platform

    par Plurai · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

  • iFixAi

    Independent auditing for AI agents, open source. Claude discovers your setup, confirms the cost, and audits your agent against the one question other tools skip: is it doing the…

    par iFixAi · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

  • evaluate-openai

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

    par Dokimos Contributors · Lot de plugins

    Référencé sur : Community GitHub marketplaces · Décrit presque le même besoin

Référencé sur 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.

    par Denis Evdokimov · Lot de plugins

    Référencé sur : Copilot CLI: github/awesome-copilot · Décrit presque le même besoin

  • agentcouncil

    Multi-model council for Copilot CLI: three subagents on different model families (Anthropic, OpenAI, Google) answer independently, then build on each other or attack the leading…

    par Sentry01 · Lot de plugins

    Référencé sur : Copilot CLI: github/awesome-copilot · Décrit presque le même besoin

  • edge-ai-tasks

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

    par Awesome Copilot Community · Lot de plugins

    Référencé sur : Copilot CLI: github/awesome-copilot · Décrit presque le même besoin

  • doublecheck

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

    par Awesome Copilot Community · Lot de plugins

    Référencé sur : Copilot CLI: github/awesome-copilot · Décrit presque le même besoin

  • crowdstrike-charlotte-ai-agentworks

    CrowdStrike Charlotte AI AgentWorks skills for creating, managing, and invoking AI agents via external Falcon API Gateway endpoints. Includes agent lifecycle management…

    par CrowdStrike · Lot de plugins

    Référencé sur : Copilot CLI: github/awesome-copilot · Décrit un besoin similaire

Référencé sur 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.

    par microsoft · Lot de plugins

    Référencé sur : Copilot CLI: github/copilot-plugins · Décrit presque le même besoin

  • 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…

    par microsoft · Lot de plugins

    Référencé sur : Copilot CLI: github/copilot-plugins · Décrit presque le même besoin

  • workiq

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

    par microsoft · Lot de plugins

    Référencé sur : Copilot CLI: github/copilot-plugins, npm registry (MCP servers) · Décrit presque le même besoin

  • workiq-productivity

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

    par microsoft · Lot de plugins

    Référencé sur : Copilot CLI: github/copilot-plugins · Décrit presque le même besoin

  • canvas-apps

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

    par microsoft · Lot de plugins

    Référencé sur : Copilot CLI: github/copilot-plugins · Décrit un besoin similaire

Référencé sur Cursor: cursor/plugins (5)
  • Ralph Loop

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

    par Cursor · Lot de plugins

    Référencé sur : Cursor: cursor/plugins · Décrit presque le même besoin

  • Advisor

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

    par Cursor · Lot de plugins

    Référencé sur : Cursor: cursor/plugins · Décrit presque le même besoin

  • Continual Learning

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

    par Eric Zakariasson · Lot de plugins

    Référencé sur : Cursor: cursor/plugins · Décrit presque le même besoin

  • Orchestrate

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

    par Cursor · Lot de plugins

    Référencé sur : Cursor: cursor/plugins · Décrit presque le même besoin

  • Databricks Genie One

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

    par Cursor · Lot de plugins

    Référencé sur : Cursor: cursor/plugins · Décrit presque le même besoin

Référencé sur Docker MCP Catalog (5)
  • Opik

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

    par comet-ml · Serveur MCP

    Référencé sur : Official MCP Registry, Docker MCP Catalog, PyPI (MCP servers) · Décrit presque le même besoin

  • Wayfound

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

    par docker · Serveur MCP

    Référencé sur : Docker MCP Catalog · Décrit presque le même besoin

  • Zen

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

    par BeehiveInnovations · Serveur MCP

    Référencé sur : Docker MCP Catalog · Décrit presque le même besoin

  • Hugging Face

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

    par docker · Serveur MCP

    Référencé sur : Docker MCP Catalog · Décrit presque le même besoin

  • AWS Bedrock Data Automation

    Analyze documents, images, videos, and audio.

    par awslabs · Serveur MCP

    Référencé sur : Docker MCP Catalog · Décrit presque le même besoin

Référencé sur Official MCP Registry (4)
  • EvalForge Lite

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

    par thejaredchapman · Serveur MCP

    Référencé sur : Official MCP Registry · Décrit presque le même besoin

  • VerifyAX

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

    par verifyax · Serveur MCP

    Référencé sur : Official MCP Registry · Décrit presque le même besoin

  • Eval Engine API

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

    par invertedhoologan · Serveur MCP

    Référencé sur : Official MCP Registry · Décrit presque le même besoin

  • AgentKernel AI model data

    Live prices, rankings, licences and privacy of AI models: best model per task, costs, alternatives.

    par agentkernel.si · Serveur MCP

    Référencé sur : Official MCP Registry · Décrit presque le même besoin

Référencé sur PyPI (MCP servers) (5)
  • Opik

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

    par comet-ml · Serveur MCP

    Référencé sur : Official MCP Registry, Docker MCP Catalog, PyPI (MCP servers) · Décrit presque le même besoin

  • digline

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

    par digline.dev · Serveur MCP

    Référencé sur : Official MCP Registry, PyPI (MCP servers) · Décrit presque le même besoin

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

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

    par airblackbox · Serveur MCP

    Référencé sur : Official MCP Registry, PyPI (MCP servers) · Décrit presque le même besoin

  • offline-mcp io.github.gabrielmahia/offline-mcp

    Local AI over Ollama for low connectivity: status, local inference, model and deployment guides.

    par gabrielmahia · Serveur MCP

    Référencé sur : Official MCP Registry, PyPI (MCP servers) · Décrit presque le même besoin

  • local-delegate io.github.ZahiriNatZuke/local-delegate

    Delegate mechanical text tasks to a local OpenAI-compatible LLM to save Claude quota.

    par ZahiriNatZuke · Serveur MCP

    Référencé sur : Official MCP Registry, PyPI (MCP servers) · Décrit presque le même besoin

Référencé sur npm registry (MCP servers) (4)
  • Prompeteer

    Contextual prompts and agent skills for 140+ AI platforms.

    par prompeteer · Serveur MCP

    Référencé sur : Official MCP Registry, npm registry (MCP servers) · Décrit presque le même besoin

  • Alibaba Cloud DashScope — Qwen

    Alibaba Cloud DashScope MCP: Qwen chat, embeddings, and model discovery on your own account.

    par nirholas · Serveur MCP

    Référencé sur : Official MCP Registry, npm registry (MCP servers) · Décrit presque le même besoin

  • llm-checker

    Intelligent CLI tool with AI-powered model selection that analyzes your hardware and recommends optimal LLM models for your system

    par signerless · Serveur MCP

    Référencé sur : npm registry (MCP servers) · Décrit presque le même besoin

  • rubber-duck io.github.nesquikm/rubber-duck

    Bridge to multiple LLMs and CLI agents: councils, debates, voting, and more

    par nesquikm · Serveur MCP

    Référencé sur : Official MCP Registry, npm registry (MCP servers) · Décrit presque le même besoin

Trouvés par le sens, et non par un code ou un dépôt commun : les plugins similaires restent des produits distincts, et ceci n'est ni un avis ni une recommandation.

Vous voulez cette marque pour votre plugin dans notre catalogue ?

Prouvez que vous le maintenez avec un fichier dans son dépôt, un fichier sur votre domaine ou un enregistrement DNS, et vous pourrez afficher cette marque sur la fiche, avec des bannières à jour pour votre site et votre README. Comment se passe la vérification

Vous recevez aussi des alertes quand une marketplace le publie, le retire, change sa marque vérifiée ou ce qu'il demande, et son endpoint distant est surveillé comme un service web.

Données issues de Community GitHub marketplaces. Les chiffres proviennent de nos propres passages réguliers sur les places de marché, dernière lecture le . Nous ne publions aucune coordonnée des éditeurs de plugins.

D’où viennent les données : comment le catalogue est construit