用途：对本地 Codex 插件进行评估与审计，帮助用户理解评分依据、优先修复项，并可进行基准测试与趋势对比。
适用前提：目标是包含 .codex-plugin/plugin.json 的插件根目录。
主要能力：分析插件清单、嵌套技能及代码或覆盖率细节；给出 Fix First 建议；对含多个技能的插件分别总结最强与最弱项；支持基准测试流程与两次 JSON 结果对比。
必要用法：以“Evaluate this plugin.”为默认入口。若为自然对话请求，先运行 plugin-eval start <plugin-root> --request "<用户请求>" --format markdown，再运行 plugin-eval analyze <plugin-root> --format markdown。阅读 Fix First 后再深入清单、嵌套技能与代码细节。需要实测用量时改用“Help me benchmark this plugin.”并走入门基准流程；需要趋势数据时用 plugin-eval compare before.json after.json 对比两个 JSON 输出。
可识别请求：Evaluate this plugin.、Audit this plugin.、Why did this score that way?、What should I fix first?、Help me benchmark this plugin.、What should I run next?。
其余命令：plugin-eval start <plugin-root> --request "What should I run next?" --format markdown；plugin-eval report result.json --format html --output ./plugin-eval-report.html；plugin-eval init-benchmark <plugin-root>；plugin-eval benchmark <plugin-root> --dry-run。
限制：资料未提供收费、价格、平台范围、运行环境与具体评分算法细节，暂未提供。