使用 Claude Code 與 MCP 實踐 LLM 評估驅動開發（Eval-Driven Development）

本文介紹如何結合 Claude Code 與 MCP 伺服器，將傳統的測試驅動開發（TDD）概念應用於大型語言模型（LLM）時代，實現從零到一打造具備完整測試機制的 AI 代理。

• 評估驅動開發（Eval-Driven Development）：透過在寫程式前先建立評估標準（Evals），確保未來在調整提示詞、更換模型或新增功能時，擁有防止系統退化的安全網。 • 運用 MCP 賦能 AI：透過連接官方文件與開源專庫的 MCP 伺服器，讓 AI 能精準「閱讀手冊」，大幅提升程式碼與測試產出的準確度。 • AI 輔助擴充測試集：只需給定基礎的情境，AI 就能迅速將測試案例擴增數倍，涵蓋各種邊際條件與複雜組合，省下大量手動編寫時間。

「開發者的角色正從手寫每一行程式碼，轉變為定義高階目標並監督 AI 執行細節。」

這種以 AI 驅動驗證的全新協作模式，正是未來建構智慧系統與代理開發的核心關鍵。