vibeval 0.1.3

vibeval (Vibe Coding Eval) — AI application testing framework

vibeval — Vibe Coding Eval

AI 应用的快速评测框架。只需安装 Claude Code，即可完成从代码分析、测试生成到评估的全闭环。

解决什么问题

传统软件测试框架无法评估 AI 输出的质量；传统 AI 评测平台依赖数据集构建，跟不上功能迭代速度。vibeval 在两者之间取得平衡：

• 通过 VibeCoding 分析你的代码，快速生成合成数据和测试用例
• 确定性规则 + LLM 语义评判，双重评估
• 跨版本横评，追踪质量变化
• 语言无关：生成的测试代码适配你的项目框架，不依赖 vibeval 包

前置要求

• Claude Code
• Python 3.10+

安装

# 安装 vibeval CLI
pip install vibeval

# 安装 Claude Code 插件（在 Claude Code 中执行）
/install-plugin https://github.com/SandyKidYao/vibeval

使用方式

在 Claude Code 中执行，全程不需要离开对话：

/vibeval-analyze  →  /vibeval-design  →  /vibeval-generate  →  /vibeval-run
                                                      ↑
                          代码变更 → /vibeval-update ──────┘

分析代码

/vibeval-analyze meeting_summary src/services/

分析源码，识别 AI 调用点、数据流、Mock 点，给出可评估性改进建议。

设计测试

/vibeval-design meeting_summary

设计合成数据规格、评判标准、测试结构。每一步产出可编辑的中间文件，可以 review 和修改。

生成代码和数据

/vibeval-generate meeting_summary

生成完整的测试套件（合成数据 + 测试代码），使用你项目的测试框架（pytest/vitest/jest/...）。

运行 + 评估

/vibeval-run meeting_summary

一步完成：执行测试 → 评估 → 诊断分析 → 生成报告。

代码变更后更新

/vibeval-update meeting_summary

检测代码变更，增量更新测试套件和数据。

跨版本对比

# 统计对比
vibeval diff meeting_summary run_a run_b

# LLM 深度横评
vibeval compare meeting_summary run_a run_b

可视化报告

vibeval report meeting_summary latest --open

生成自包含的 HTML 报告，涵盖测试设计、数据、过程 trace 和评判结果。

更多命令

vibeval --help

License

MIT