Claude Code เพิ่ม claude plugin eval — วัดว่าปลั๊กอินและสกิลช่วยได้จริงไหมด้วยการรันเทียบกับ "ไม่มีปลั๊กอิน" ทุกเคส แต่ค่าดีฟอลต์ threshold 1.0 จะทำให้ CI แดงทันทีถ้าไม่สมบูรณ์แบบ
Claude Code v2.1.269 (11 ก.ย. 19:17 UTC) เปิดคำสั่ง claude plugin eval ให้คนเขียนปลั๊กอินและสกิลรันชุดเทสต์ที่ให้คะแนนซ้ำได้ โดยทุกเคสรันสองแขน — มีปลั๊กอินกับไม่มีปลั๊กอิน — แล้วรายงานส่วนต่าง Δ ว่าปลั๊กอินเพิ่มอะไรจริง มี grader 6 แบบ (4 แบบฟรี) รองรับ mock MCP server และมีรหัส exit สำหรับ CI — ไบนารี v2.1.268 มีคำสั่งนี้อยู่แล้วแต่ล็อกไว้เป็น early access รายองค์กร