Скилл, который никто не проверял, — это просто лишняя кнопка с правами.
Скилл, который никто не проверял, — это просто лишняя кнопка с правами. В Claude Code появился нормальный инструмент для проверки плагинов. Он может собрать тестовые кейсы и прогнать их в двух режимах: с плагином и без него. По умолчанию — три прогона в каждом, то есть шесть на один кейс. Наконец-то не «кажется, агент стал полезнее», а хотя бы сравнение до и после. Но волшебной кнопки тут нет. Прогоны используют реальные модельные креды и деньги, а не фантики. MCP-серверы по умолчанию подменяются моками; если отдельно разрешить запуск настоящих, процессы пойдут уже вне песочницы от имени пользователя. Это не реклама Claude. Просто правильная привычка для любого агента: сначала проверить, что новый skill реально улучшил задачу и не расширил доступы боком. Иначе через месяц в проекте будет папка «очень полезное», которую страшно открывать. Команды, формат кейсов и ограничения есть в документации plugin eval.