코드 Eval (독립 평가)
구현한 컨텍스트와 분리된 evaluator 에이전트가 산출물을 평가한다. 구현한 세션이 스스로 채점하지 않는다.
1. 평가 의뢰
브리프에 넣을 것: 평가 범위(기본 브랜치 대비 git diff <base>...HEAD, 또는 사용자가 지정한 파일·커밋), spec·plan 경로(docs/work/*/에 있으면), 전체 검사 명령(AGENTS.md ## 명령). 구현 중의 추론·변명은 넘기지 않는다.
Agent(subagent_type="evaluator",
prompt="범위: <base>...HEAD. spec: <경로>, plan: <경로>. 전체 검사: <명령>.
네 축(기능 정확성 40 / 코드 품질 25 / 간결성 20 / 보안·사용성 15)으로 100점 채점하고
보고서를 마지막 메시지로 돌려줘.")
서브에이전트가 없는 호스트에서는 새 세션(claude -p, codex exec)에 이 플러그인의 agents/evaluator.md 본문과 같은 브리프를 넘긴다.
2. 결과 보고
보고서를 읽고 사용자에게 요약한다(파일 저장은 사용자가 원할 때만):
Eval 결과: PASS | CONDITIONAL | FAIL — N/100
기능 정확성 N/40 · 코드 품질 N/25 · 간결성 N/20 · 보안·사용성 N/15
실행한 검사: <명령> → <결과 한 줄>
수정 필요: <file:line — 문제> ...
3. CONDITIONAL / FAIL
수정 항목을 구체적으로(file:line, 기대 vs 실제) 안내하고 고친 뒤 재평가할지 묻는다. 재평가는 새 evaluator에 같은 기준으로 맡기고 최대 3라운드. 3라운드 뒤에도 85점 미만이면 사용자가 판단한다.
일관성 측정 (선택)
같은 요청으로 구현을 k번(예: 3) 따로 만들어 각각 평가하면 결과 품질이 일정한지 볼 수 있다. 같은 코드가 나오는지가 아니라 같은 품질 수준인지를 본다. 모두 85점 이상이면 안정, 점수 차가 15점을 넘으면 spec·plan이 모호하다는 신호다.
