DeepEval4Claude

概要

Claude Code 上の無料評価ツール。BCGの実ルーブリックを8指標でスコアし、Skeptic Agent が曖昧さ・迎合・対立論点の3つの対抗プローブを投げる。Novelty Stack が会社名の置換後も分析が同じ読み物になるかを検証。結果は PASS/REVISE/FAIL と各指標のスコア・具体的な修正指示を返し、処理は約30秒。APIキー不要・サインアップ不要・追加請求なし。

対象と利用者

• ソロ開発者・QAなしのチーム
• 副業プロジェクト/小規模SaaSのインディーAIエンジニア
• ユーザー前提の健全性チェックを行いたい Claude Code ユーザー

使い方の流れ

• Claude Code 内で /deepeval-run path/to/your-agent-output.md を実行
• 8指標の総合スコアと個別スコア、修正指示を取得
• 問題があれば再評価、GitHub Issue のフィードバック機能で指摘可能

注意点

• 完全なトレーシング/観測プラットフォームではない
• RAG評価の代替ではなく補完的
• MITライセンス、 telemetryなし、コア機能のアップセルなし