Claude代码的Elixir Phoenix插件

克劳德代码很棒。但它不知道 assign_new 默默地跳过重新连接，那 :float 会破坏你的钱场，或者你的奥本工作不是幂等的。

这个插件确实如此。它协调 22名专业代理 该计划、实施、，并行审查和验证您的Elixir/Phoenix代码——每个代码都有域专业知识、新环境和强制执行铁律这会捕捉到你的测试不会捕捉到的错误。

# You describe the feature. The plugin figures out the rest.
/phx:plan Add real-time comment notifications

# 4 research agents analyze your codebase in parallel.
# A structured plan lands in .claude/plans/comment-notifications/plan.md
# Then:

/phx:work .claude/plans/comment-notifications/plan.md
# Implements task by task. Compiles after each change.
# Stops cold if code violates an Iron Law.

/phx:review
# 4 specialist agents audit in parallel:
# idioms, security, tests, compilation.
# Deduplicates findings. Flags pre-existing issues separately.

没有提示工程。没有“请检查N+1查询”。插件自动加载基于您正在编辑的文件和执行规则的正确领域知识这可以防止Elixir开发人员在生产中实际犯的错误。

┌─────────────────────────────────────────────────────────────────────┐
│  ⚗  Elixir/Phoenix Plugin for Claude Code                           │
│                                                                     │
│  ┌──────────┬──────────┬──────────┬──────────┬──────────┐           │
│  │    20    │    40    │    96    │    18    │    22    │           │
│  │  Agents  │  Skills  │   Refs   │  Hooks   │Iron Laws │           │
│  └──────────┴──────────┴──────────┴──────────┴──────────┘           │
│                                                                     │
│  AGENTS                          COMMANDS                           │
│  ─────────────────────           ──────────────────────────         │
│  Orchestrators (opus)            Workflow                           │
│    workflow-orchestrator           /phx:plan    /phx:work           │
│    planning-orchestrator           /phx:review  /phx:full           │
│    parallel-reviewer               /phx:compound /phx:quick         │
│    context-supervisor              /phx:brief   /phx:triage         │
│                                                                     │
│  Reviewers (sonnet)              Investigation & Debug              │
│    elixir-reviewer                 /phx:investigate /phx:trace      │
│    testing-reviewer                /ecto:n1-check   /phx:perf       │
│    security-analyzer               /ecto:constraint-debug           │
│    iron-law-judge                  /lv:assigns                      │
│                                                                     │
│  Architecture (sonnet)           Analysis & Review                  │
│    liveview-architect              /phx:audit    /phx:verify        │
│    ecto-schema-designer            /phx:techdebt /phx:boundaries    │
│    phoenix-patterns-analyst        /phx:pr-review /phx:challenge    │
│    otp-advisor                     /phx:research  /phx:document     │
│                                                                     │
│  Investigation (sonnet/haiku)    Knowledge (auto-loaded)            │
│    deep-bug-investigator           liveview-patterns  ecto-patterns │
│    call-tracer                     elixir-idioms      security      │
│    xref-analyzer                   phoenix-contexts   oban          │
│    verification-runner             testing   deploy   tidewave      │
│                                                                     │
│  Domain (sonnet)                 Hooks                              │
│    oban-specialist                 auto-format · auto-compile       │
│    deployment-validator            iron-law-verify · security-scan  │
│    hex-library-researcher          debug-stmt-detect · error-critic │
│    web-researcher                  progress-tracking · block-danger │
│                                                                     │
│  ───────────────────────────────────────────────────────────        │
│  22 Iron Laws · Tidewave MCP · plan→work→verify→review→compound     │
│  github.com/oliver-kriska/claude-elixir-phoenix                     │
└─────────────────────────────────────────────────────────────────────┘

v2.9.0 --45项技能，22名特工。添加 /phx:deps-audit + /phx:deps-vet Hex供应链套件。问题欢迎。

安装

来自GitHub（推荐）

# In Claude Code, add the marketplace
/plugin marketplace add oliver-kriska/claude-elixir-phoenix

# Install the plugin
/plugin install elixir-phoenix

从地方道路（发展）

git clone https://github.com/oliver-kriska/claude-elixir-phoenix.git

# Option A: Add as local marketplace
/plugin marketplace add ./claude-elixir-phoenix
/plugin install elixir-phoenix

# Option B: Test plugin directly
claude --plugin-dir ./claude-elixir-phoenix/plugins/elixir-phoenix

入门指南

新插件？运行交互式教程：

/phx:intro

它分为6个小节（约5分钟）介绍工作流程、命令和功能。跳转到包含以下内容的任何部分 /phx:intro --section N.

快速示例

# Just describe what you need — the plugin detects complexity and suggests the right approach
> Fix the N+1 query in the user dashboard

# Plan a feature with parallel research agents, then execute
/phx:plan Add email notifications for new comments
/phx:work .claude/plans/email-notifications/plan.md

# Full autonomous mode — plan, implement, review, capture learnings
/phx:full Add user profile avatars with S3 upload

# 4-agent parallel code review (idioms, security, tests, compilation)
/phx:review

# Quick implementation — skip ceremony, just code
/phx:quick Add pagination to the users list

# Structured bug investigation with 4 parallel tracks
/phx:investigate Timeout errors in the checkout LiveView

# Project health audit across 5 categories
/phx:audit

该插件根据您正在编辑的文件自动加载领域知识（LiveView模式 *_live.ex，模式的Ecto模式，身份验证代码的安全规则）并执行铁律防止常见的Elixir/Phoenix错误。

运作原理

生命周期

该插件实现了 头脑风暴、计划、工作、验证、审查、复合 生命周期。每个阶段都会在命名空间目录中生成工件：

/phx:brainstorm → /phx:plan → /phx:work → /phx:verify → /phx:review → /phx:compound
       │               │           │            │              │              │
       ↓               ↓           ↓            ↓              ↓              ↓
  interview.md    plans/{slug}/  (in namespace) (in namespace) (in namespace) solutions/

计划 --研究代理并行分析您的代码库，然后综合一个结构化的实施计划
工作 --每次更改后，通过快速编译检查逐个任务执行计划任务
验证 --审查前的完整验证循环（编译、格式化、创建、测试）
审查 --四个专业代理并行审核您的代码（习惯用法、安全性、测试、静态分析）
复合物 --将您学到的知识作为可重复使用的知识记录下来，以供将来的课程使用

关键概念

文件系统是状态机。 每个阶段都从前一阶段的输出中读取。没有隐藏状态。
规划命名空间。 每个计划都拥有其中的所有工件 .claude/plans/{slug}/ --计划、研究、评论、进展、草稿。
计划复选框跟踪进度。 [x] =完成， [ ] =待定。 /phx:work 找到第一个未检查的任务并继续。
一个计划=一个工作单位。 大型功能被拆分为多个计划。每个都是自给自足的。
代理人是自动的。 该插件在幕后培养了专业代理。你不直接管理它们。

计划命名空间

每个计划都有自己的目录，其中包含所有相关工件：

.claude/
├── plans/{slug}/          # Everything for ONE plan
│   ├── plan.md            # The plan itself (checkboxes = state)
│   ├── research/          # Research agent output
│   ├── reviews/           # Review findings (individual tracks)
│   ├── summaries/         # Compressed multi-agent output
│   ├── progress.md        # Session progress log
│   └── scratchpad.md      # Auto-written decisions, dead-ends, handoffs
├── reviews/               # Ad-hoc reviews (no plan context)
└── solutions/             # Compound knowledge (reusable across plans)

不再有分散的文件 .claude/planning/, .claude/progress/, .claude/reviews/一个计划，一个目录，一切都在一起。

建筑

代理层次结构

该插件使用22个代理，分为3层：

                    ┌──────────────────────────────┐
                    │  Orchestrators (opus model)  │
                    │  Coordinate phases, spawn    │
                    │  specialists, manage flow    │
                    └──────────┬───────────────────┘
                               │
        ┌──────────────────────┼──────────────────────┐
        │                      │                      │
        ▼                      ▼                      ▼
┌───────────────┐  ┌───────────────────┐  ┌────────────────────┐
│ workflow-     │  │ planning-         │  │ parallel-          │
│ orchestrator  │  │ orchestrator      │  │ reviewer           │
│ (full cycle)  │  │ (research phase)  │  │ (review phase)     │
└───────────────┘  └───────────────────┘  └────────────────────┘
                               │                      │
                    ┌──────────┼──────────┐    ┌──────┼──────┐
                    ▼          ▼          ▼    ▼      ▼      ▼
             ┌──────────┐ ┌────────┐ ┌──────┐ ... 4 specialist
             │ liveview │ │ ecto   │ │ web  │     review agents
             │ architect│ │ schema │ │ rsch │
             └──────────┘ └────────┘ └──────┘
                               │
                    ┌──────────┴──────────┐
                    ▼                     ▼
             ┌────────────┐      ┌──────────────┐
             │  context-  │      │ Orchestrator  │
             │ supervisor │ ───► │ reads ONLY    │
             │  (haiku)   │      │ the summary   │
             └────────────┘      └──────────────┘

编排器 （opus）——主要工作流协调员，安全关键分析。专家（十四行诗）——领域专家、二级管弦乐家、判断繁重的任务。《十四行诗4.6》在定价上接近作品质量。 轻量级 （俳句）——机械任务：验证、压缩、依赖性分析。

情境监督模式

当一个编排器生成4-8个研究代理时，它们的组合输出可能超过50000个令牌，淹没了父级的上下文窗口。这 上下文主管 使用OTP启发的模式解决了这个问题：

┌────────────────────────────────────────────────────┐
│  Orchestrator (thin coordinator, ~10k context)     │
│  Only reads: summaries/consolidated.md             │
└──────────────────┬─────────────────────────────────┘
                   │ spawns AFTER workers finish
┌──────────────────▼─────────────────────────────────┐
│  context-supervisor (haiku, fresh 200k context)    │
│  Reads: all worker output files                    │
│  Applies: compression strategy based on size       │
│  Validates: every input file represented           │
│  Writes: summaries/consolidated.md                 │
└──────────────────┬─────────────────────────────────┘
                   │ reads from
     ┌─────────────┼─────────────┐
     ▼             ▼             ▼
  worker 1      worker 2      worker N
  research/     research/     research/
  patterns.md   security.md   liveview.md

压缩是如何工作的：

总产出	战略	压缩	保留什么
8k以内	索引	~100%	包含文件列表的全部内容
8k-30k代币	压缩	~40%	关键发现、决策、风险
超过30000个代币	攻击性	~20%	仅限关键项目

主管也 重复数据消除 --如果两个代理标记了同一个问题（例如，安全分析器和代码审查员都发现缺少授权检查），它将它们合并为一个发现，并引用了两个来源。

使用人： 计划编排（研究综合）、并行审阅者（审阅重复数据删除）、审计技能（跨类别分析）。

规划如何运作

当你奔跑时 /phx:plan Add real-time notifications:

1. planning-orchestrator analyzes your request
   │
2. Spawns specialists IN PARALLEL based on feature needs:
   ├── phoenix-patterns-analyst  (always -- scans your codebase)
   ├── liveview-architect        (if UI/real-time feature)
   ├── ecto-schema-designer      (if database changes needed)
   ├── security-analyzer         (if auth/user data involved)
   ├── oban-specialist           (if background jobs needed)
   ├── web-researcher            (if unfamiliar technology)
   └── ... up to 8 agents
   │
3. Each agent writes to plans/{slug}/research/{topic}.md
   │
4. context-supervisor compresses all research into one summary
   │
5. Orchestrator reads the summary + synthesizes the plan
   │
6. Output: plans/{slug}/plan.md with [P1-T1] checkboxes

评审工作原理

当你奔跑时 /phx:review:

1. parallel-reviewer collects your git diff
   │
2. Delegates to 4 EXISTING specialist agents:
   ├── elixir-reviewer      → Idioms, patterns, error handling
   ├── security-analyzer    → SQL injection, XSS, auth gaps
   ├── testing-reviewer     → Test coverage, factory patterns
   └── verification-runner  → mix compile, format, credo, test
   │
3. Each writes to plans/{slug}/reviews/{track}.md
   │
4. context-supervisor deduplicates + consolidates
   │
5. Output: plans/{slug}/summaries/review-consolidated.md

使用指南

快速任务（错误修复、小更改）

描述一下你需要什么。插件会自动检测复杂性并建议正确的方法：

> Fix the N+1 query in the dashboard

Claude: This is a simple fix (score: 2). I'll handle it directly.

或使用 /phx:quick 跳过仪式：

/phx:quick Add pagination to the users list

中等任务（新功能、重构）

使用 /phx:plan 制定实施计划，然后 /phx:work 要执行它：

/phx:plan Add email notifications for new comments

该插件将：

生成研究代理来分析您的代码库模式
显示完整性检查（映射到任务的每个需求）
询问您如何继续（开始实施、审查计划、调整）

在开始实现时，插件建议 新会议 对于包含5+个任务的计划。计划文件是自包含的，因此不需要计划会议的上下文：

# In a new Claude Code session:
/phx:work .claude/plans/email-notifications/plan.md

大型任务（新域、安全功能）

使用深入的研究计划：

/phx:plan Add OAuth login with Google and GitHub --depth deep

这会产生4个以上的并行研究代理，然后制定一个详细的计划。对于安全敏感功能，插件将询问澄清问题在继续之前。或使用 /phx:full 实现完全自主发展。

解决审核问题

实施后，进行审查：

/phx:review

四个并行代理检查您的代码（习惯用法、测试、安全性、编译）。如果发现拦截器，插件会询问是重新规划还是直接修复：

Review found 2 blockers:
1. Missing authorization in handle_event -- security risk
2. N+1 query in list_comments -- performance issue

Options:
- Replan fixes (/phx:plan --existing)
- Fix directly (/phx:work)
- Handle myself

项目健康检查

与5名平行的专业代理进行全面审计：

/phx:audit                    # Full audit
/phx:audit --quick            # 2-3 minute pulse check
/phx:audit --focus=security   # Deep dive single area
/phx:audit --since HEAD~10    # Audit recent changes only

审计对您的项目进行了5个类别（架构、性能、安全性、测试、依赖关系）的评分，并生成了一份可操作的报告。

完全自主模式

对于免提开发：

/phx:full Add user profile avatars with S3 upload

运行完整的循环：计划（包括研究）、工作、验证、审查。检查修复后，在返回之前重新验证。在完成时捕捉学习成果。

工作流程提示

上下文管理

/phx:plan 创建a 独立计划文件 包含所有实施细节
对于5+任务计划，开始 /phx:work 在一个 新会议 最大化上下文空间
对于小计划（2-4个任务），继续进行同一会话是可以的

恢复工作

计划复选框是状态。如果会话在工作中途结束：

# Just run /phx:work on the same plan -- it finds the first [ ] and continues
/phx:work .claude/plans/my-feature/plan.md

拆分大特征

当一个功能在不同领域有10多个任务时，该插件提供拆分为多个计划文件：

Created 3 plans (14 total tasks):
1. .claude/plans/auth/plan.md (5 tasks -- login, register, reset)
2. .claude/plans/profiles/plan.md (4 tasks -- avatar, bio, settings)
3. .claude/plans/admin/plan.md (5 tasks -- dashboard, roles)

Recommended order: 1 -> 2 -> 3

分别执行每个计划 /phx:work.

从错误中学习

修复错误或收到更正后：

/phx:learn-from-fix Fixed N+1 query -- always preload associations in context functions

这将更新插件的 common-mistakes.md 知识库，以防止在未来的会话中出现同样的错误。

铁律（不可谈判规则）

该插件执行关键规则和 以解释结束 如果代码会违反它们：

LiveView： 断开连接的装载中没有数据库查询。将流用于大于100个项目的列表。检查 connected?/1 在PubSub订阅之前。

结束： 从不使用 :float 为了钱。始终用以下方式固定值 ^ 在查询中。单独查询 has_many，加入 belongs_to.

奥本： 作业必须是幂等的。参数使用字符串键。永远不要在args中存储结构。

安全： 不 String.to_atom 用户输入。在每个LiveView中授权 handle_event.切勿使用 raw/1 不受信任的内容。

OTP： 没有运行时原因的进程。监督所有长期存在的流程。

万能药： 声明 @external_resource 用于编译时文件。将第三方库API封装在项目拥有的模块后面。从不使用 assign_new 对于每次装载都刷新的值。

命令参考

工作流程

命令	描述
`/phx:full`	全自主循环（计划、工作、验证、审查、复合）
`/phx:brainstorm`	规划前收集适应性需求
`/phx:plan`	与专业代理一起制定实施计划
`/phx:plan --existing`	通过更深入的研究加强现有计划
`/phx:work
`	执行计划任务并进行验证
`/phx:review [focus]`	多代理代码审查（4个并行代理）
`/phx:compound`	将已解决的问题转化为可重用的知识
`/phx:triage`	审查结果的交互式分类
`/phx:document`	生成@moduledoc、@doc、README、ADR
`/phx:learn-from-fix`	吸取经验教训
`/phx:brief
`	交互式计划演练
`/phx:perf`	与专业代理进行绩效分析
`/phx:pr-review`	处理公关审查意见

效用

命令	描述
`/phx:intro`	交互式插件教程（6节，约5分钟）
`/phx:init`	初始化项目中的插件（自动激活规则）
`/phx:help`	交互式命令顾问——推荐正确的命令
`/phx:quick`	快速实施，跳过仪式
`/phx:investigate`	系统性错误调试（4个并行调查轨道）
`/phx:research`	在网络上研究Elixir主题
`/phx:verify`	运行完整验证（编译、格式化、创建、测试）
`/phx:permissions`	扫描会话，推荐安全的Bash权限
`/phx:trace`	构建调用树以跟踪函数流
`/phx:boundaries`	使用混合外部参照分析Phoenix上下文边界
`/phx:examples`	实例和模式演练
`/ecto:constraint-debug`	调试Ecto约束违规

分析

命令	描述
`/ecto:n1-check`	检测N+1个查询模式
`/lv:assigns`	审核LiveView分配的内存问题
`/phx:techdebt`	寻找技术债务和重构机会
`/phx:audit`	与5个并行代理进行全面的项目健康审计
`/phx:challenge`	严格审查模式（“拷问我”）

安全性和依赖性

命令	描述
`/phx:deps-audit [--base R]`	十六进制供应链审计（8条规则+CVE+差异）
`/phx:deps-vet
`	管理 `hex_vet.exs` 审计分类账（货物审查风格）

代理商（22）

代理	模型	内存	角色
工作流编排器	opus	项目	全周期协调（计划、工作、审查）
计划编排器	opus	项目	并行研究代理协调
平行评审员	opus	--	4-agent并行代码审查
深度bug调查员	十四行诗	--	4轨并行bug调查
呼叫跟踪器	十四行诗	--	并行调用树跟踪
安全分析器	opus	--	OWASP漏洞扫描
上下文主管	俳句	--	多智能体输出压缩
验证转轮	俳句	--	混合编译、格式化、创作、测试
铁律法官	十四行诗	--	基于模式的铁律检测
外部参照分析器	俳句	--	模块依赖性分析
hex库研究员	十四行诗	--	Hex.pm库评价
liveview架构师	sonnet	--	组件结构、流、异步模式
外部模式设计器	sonnet	--	迁移、数据模型、查询模式
凤凰图案分析师	sonnet	项目	代码库模式发现
灵丹妙药评论家	十四行诗	--	代码习语、模式、惯例
测试审阅者	sonnet	--	ExUnit、Mox、LiveView测试模式
oban专家	sonnet	--	工作者幂等性，错误处理
otp顾问	sonnet	--	GenServer，主管，流程设计
部署验证器	sonnet	--	Docker、Kubernetes、Fly.io配置
网络研究员	十四行诗	--	Elixir论坛、HexDocs、GitHub研究

代理商与 project 记忆在会话中积累知识在 .claude/agent-memory//.编排者记住建筑决策；模式分析师跳过冗余发现。

参考技能（自动加载）

这些文件会根据文件上下文自动加载，无需任何命令：

技能	触发器打开
`elixir-idioms`	OTP/BEAM代码、GenServer、主管、任务
`phoenix-contexts`	上下文模块、路由器、插头、控制器
`liveview-patterns`	`*_live.ex`、mount、handle_event、streams
`ecto-patterns`	模式、迁移、回购调用、变更集
`testing`	`*_test.exs`、工厂、测试支持
`oban`	Oban workers，perform/1，队列配置
`security`	身份验证、会话、CSRF/CSP、输入验证
`deploy`	Dockerfile、fly.toml、runtime.exs、版本
`tidewave-integration`	运行时调试、实时过程检查
`intent-detection`	第一条消息路由到/phx：命令
`compound-docs`	解决方案文档查找

Tidewave MCP集成

当您的Phoenix应用程序运行时潮汐波，插件会自动检测到它并使用运行时工具：

# Add to mix.exs
{:tidewave, "~> 0.1", only: :dev}

# Add to endpoint.ex (in dev block)
plug Tidewave

可用的运行时工具：执行Elixir代码、运行SQL查询、获取确切依赖版本的文档、内省Ecto模式、读取应用程序日志。

需求

Claude 代码命令行工具
Elixir/Phoenix项目

可选的

潮汐波 用于运行时调试
ccrider 会话分析（请参阅贡献）
拉尔夫·威格古姆环路 用于跨上下文重置的自主迭代

贡献

PR欢迎！看 CLAUDE.md 对于完整的会议。

质量门

每个PR都必须通过CI质量门（lint+test+eval）。在推送之前在本地运行：

make help             # Show all available commands
make eval             # Quick: lint + score changed skills/agents only
make eval-all         # Full structural: all 45 skills + all 22 agents
make eval-fix         # Auto-fix lint + show failures + suggest autoresearch
make test             # 52 pytest tests for eval framework
make ci               # Full CI: lint + test + eval (same as GitHub Actions)

eval框架对各种技能进行评分 8个维度 以及各地的代理商 5个维度. 技能必须得分>=0.95才能通过。跑 make eval-all 了解详情。

发展规则

技能：~100行技能.md+ references/ 了解详情。必须在描述中包括铁律“使用时…”。
代理：300线以下， disallowedTools: Write, Edit, NotebookEdit 对于审阅者来说， permissionMode: bypassPermissions 总是。
全部降价 通过 npm run lint
新技能/代理 必须通过 npm run eval 合并前
自动搜索：运行 npm run eval:fix 自动检测和修复质量问题

自动搜索（自我改进循环）

该插件包含一个内部eval框架(lab/eval/)这为所有技能和代理人打分。当质量下降时，自动搜索循环可以修复它：

# Score everything, show failures, get auto-fix command
npm run eval:fix

# Or run the autoresearch loop directly (targets weakest skill, fixes one issue per iteration)
claude -p 'Run autoresearch...' --allowedTools 'Edit,Read,Write,Bash,Glob,Grep'

eval框架使用24个确定的Python匹配器+基于俳句的行为触发测试。看 lab/eval/ 了解详情。

分析您的会话以改进插件

该插件包括会话分析工具，可帮助识别改进机会。如果您使用此插件（或使用Claude Code处理Elixir/Phoenix项目），您可以分析自己的会话，以找到插件应该更好地处理的模式。

设置：

克隆此仓库： git clone https://github.com/oliver-kriska/claude-elixir-phoenix.git
安装 ccrider MCP: claude mcp add ccrider -- npx @neilberkman/ccrider

可用工具 （仅限开发人员，不随插件一起提供）：

# Tier 1: Discover sessions and compute deterministic metrics
/session-scan
/session-scan --project myapp

# Tier 2: Qualitative analysis of high-signal sessions
/session-deep-dive
/session-deep-dive --date 2026-03-01

# Trends: Windowed aggregates (7d/30d/all) from metrics ledger
/session-trends
/session-trends --compare baseline
/session-trends --html out.html       # HTML report with ASCII bar charts

# Pure context-window stats (max tokens, ctx %, compaction rate) across raw JSONL
python3 .claude/skills/session-scan/references/compute-metrics.py \
  --scan-jsonl ~/.claude/projects/
/ \
  --since 2026-04-01 --html ctx-stats.html

# Skill effectiveness monitoring (requires session-scan data)
/skill-monitor                  # Dashboard: all skills
/skill-monitor --improve        # Generate improvement recommendations

会话分析发现了什么

摩擦点 --你被困住的地方，重复的命令，放弃的方法
工作流模式 --你的工作方式（计划与深入，工具使用）
插件改进机会 --缺少自动化、技能或铁律

每份分析报告包括 插件改进机会 该部分标识：

可以通过新技能或钩子自动化的手动工作流程
导致错误但插件无法捕获的代码模式（铁律候选）
缺少常见任务的技能或代理
自动加载技能应该触发但不会触发的空白

在问题或PR中分享这些发现，以帮助使插件对每个人都更好。

路线图

灵丹妙药检查员 （正在进行中）——用于6层代码库分析的独立插件。

从项目模式中生成Credo检查、技能、CI步骤和审查提示。请参阅公开公关.

2/3级行为评估 --指导后测试和完整的A/B技能比较（有技能与没有技能结果质量）。
运行时评估集成 --将会话指标连接到评估框架，以衡量现实世界的技能有效性。

来源与启示

此插件是基于以下文章、存储库和工具的见解构建的：

存储库和工具

（badlogic——令牌使用/上下文百分比指标，每个模型+每天细分，以及借用的ASCII条形HTML报告布局 compute-metrics.py --scan-jsonl 和 /session-trends --html)

（迭代工程插件）
（基于个人的专家委员会审查）
（验证规程、CSO模式）

条款

（AutoHarness：通过自动合成代码线束来改进LLM代理）

许可证

麻省理工学院

Claude Elixir Phoenix

快速接入

详细介绍