eval-harness - 评估驱动开发框架评估驱动开发AI评估代码测试可靠性测试★ 265,108 · 更新于 2026-03-23为 Claude Code 会话实现 EDD 原则的形式化评估框架⚙ 定义评估⚙ 运行评估⚙ 检查评估