# Eval 指令

管理評估驅動開發 (Eval-driven development) 工作流。

## 使用方式

`/eval [define|check|report|list] [feature-name]`

## 定義評估 (Define Evals)

`/eval define feature-name`

建立新的評估定義：

1. 使用模板建立 `.claude/evals/feature-name.md`：

```markdown
## EVAL: feature-name
建立日期：$(date)

### 能力評估 (Capability Evals)
- [ ] [能力 1 的描述]
- [ ] [能力 2 的描述]

### 迴歸評估 (Regression Evals)
- [ ] [現有行為 1 仍正常運作]
- [ ] [現有行為 2 仍正常運作]

### 成功標準
- 能力評估：pass@3 > 90%
- 迴歸評估：pass^3 = 100%
```

2. 提示使用者填入具體標準

## 檢查評估 (Check Evals)

`/eval check feature-name`

執行功能的評估：

1. 從 `.claude/evals/feature-name.md` 讀取評估定義
2. 針對每項能力評估：
   - 嘗試驗證標準
   - 記錄 通過/失敗 (PASS/FAIL)
   - 在 `.claude/evals/feature-name.log` 中記錄嘗試
3. 針對每項迴歸評估：
   - 執行相關測試
   - 與基準值進行比較
   - 記錄 通過/失敗 (PASS/FAIL)
4. 回報目前狀態：

```
EVAL 檢查：feature-name
========================
能力：X/Y 通過
迴歸：X/Y 通過
狀態：進行中 / 已就緒 (IN PROGRESS / READY)
```

## 評估報告 (Report Evals)

`/eval report feature-name`

產生完整的評估報告：

```
EVAL 報告：feature-name
=========================
產生日期：$(date)

能力評估 (CAPABILITY EVALS)
----------------
[eval-1]: PASS (pass@1)
[eval-2]: PASS (pass@2) - 需重試
[eval-3]: FAIL - 見備註

迴歸評估 (REGRESSION EVALS)
----------------
[test-1]: PASS
[test-2]: PASS
[test-3]: PASS

度量指標 (METRICS)
-------
能力 pass@1: 67%
能力 pass@3: 100%
迴歸 pass^3: 100%

備註 (NOTES)
-----
[任何問題、邊緣情況或觀察結果]

建議 (RECOMMENDATION)
--------------
[可發布 / 需改進 / 已阻斷 (SHIP / NEEDS WORK / BLOCKED)]
```

## 列出評估 (List Evals)

`/eval list`

顯示所有評估定義：

```
評估定義 (EVAL DEFINITIONS)
================
feature-auth      [3/5 通過] 進行中
feature-search    [5/5 通過] 已就緒
feature-export    [0/4 通過] 未開始
```

## 參數說明 (Arguments)

$ARGUMENTS：
- `define <name>` - 建立新的評估定義
- `check <name>` - 執行並檢查評估
- `report <name>` - 產生完整報告
- `list` - 顯示所有評估
- `clean` - 移除舊的評估日誌 (保留最近 10 次執行)