用途：Bare Eval 通过 claude -p --bare 运行隔离的评估与评分调用，适用于按断言给技能输出打分、触发分类（判断哪个技能匹配提示词）、描述优化迭代，以及任何不需要插件的脚本化 -p 调用。不适用于技能路由测试（需 --plugin-dir）、智能体编排测试（需完整插件上下文）和交互式会话。
前提：--bare 需要 ANTHROPIC_API_KEY（OAuth/keychain 被禁用），并需确认 claude --version >= 2.1.81。
主要用法：评分用 claude -p "$prompt" --bare --max-turns 1 --output-format text；触发分类用 --json-schema 与 --output-format json；流式评分用 --output-format stream-json，输出按行分隔的 JSON 事件，可增量打分或提前中止；优化可用 echo "$prompt" | claude -p --bare --max-turns 1 --output-format text；强制技能用 --print --append-system-prompt。长批次可设 CLAUDE_CODE_RETRY_WATCHDOG=1 提高重试上限。
集成与确定性：OrchestKit 的 eval 脚本会自动检测 ANTHROPIC_API_KEY 并加 --bare；CC 2.1.119 起 --print 遵循 agent 的 tools:/disallowedTools:；CC 2.1.121 起非交互路径支持 CLAUDE_CODE_FORK_SUBAGENT=1，为每次评分提供全新子智能体上下文，避免状态泄漏，保证同一评分器与样本重复运行得分一致。
性能：单次评分启动从约 3-5 秒降至约 0.5-1 秒，50 次完整评估开销从约 150-250 秒降至约 25-50 秒。
限制：--bare 直接计费 token，仅适合按需或 CI 使用；动态工作流模板 workflows/skill-fitness.js 成本约 50k tokens/技能，需显式传入批次；静态检查应先用 conformance-check.mjs 预过滤。更多细节见 references/invocation-patterns.md、grading-schemas.md、troubleshooting.md 与 rules/_sections.md。