eval-guide
AI agent evaluation toolkit for Copilot Studio. Plan evals, generate test cases, interpret results, and triage failures.
Lot de plugins · par microsoft
Aperçu
eval-guide est un lot de plugins pour les outils de code IA publié par microsoft. Places de marché que nous lisons et qui le référencent : 1 (Community GitHub marketplaces). Le dernier changement enregistré date du 2026-11-04. Selon notre passage sur les places de marché du 2026-11-06.
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.
/plugin marketplace add microsoft/eval-guide
/plugin install eval-guide@eval-guideOù il est publié
| Place de marché | Statut | Version | Chiffres | Vérifié | Vu pour la première fois |
|---|---|---|---|---|---|
| Place de marché communautaire microsoft/eval-guide (Ouvrir la source sur GitHub) | Référencé | 1.0.0 | Forks (GitHub): 22 Étoiles (GitHub): 140 |
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 marché | Dépôt | Étoiles (GitHub) |
|---|---|---|
| eval-guide | microsoft/eval-guide | 140 |
Quelles places de marché nous lisons et comment nous les vérifions
Évolution de ses chiffres
- 2026-10-30140
- 2026-10-31139
- 2026-11-04140
- 2026-11-06140
Chaque point est un jour où nous avons lu un autre nombre ; les paliers sont des jours sans changement. Les chiffres de places de marché différentes ne sont jamais additionnés.
Ce que contient le lot
Tel que publié sur Community GitHub marketplaces.
Skills: 6
eval-faqeval-generatoreval-guideeval-result-interpretereval-suite-plannereval-triage-and-improvement
Ce qui a changé
- Est devenu un produit que nous suivons
- 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.
-
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
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)
-
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.
Référencé sur 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…
Référencé sur 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
Référencé sur 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.
Référencé sur 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…
Référencé sur 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.
Référencé sur 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.
Référencé sur 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.
Référencé sur 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.
Référencé sur 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.
Référencé sur 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.
Référencé sur 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.
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.