首页
/ promptfoo 0.109.0版本发布:增强评估能力与插件生态

promptfoo 0.109.0版本发布:增强评估能力与插件生态

2025-06-09 09:18:58作者:史锋燃Gardner

promptfoo是一个专注于提示工程和语言模型评估的开源工具,它帮助开发者测试、比较和优化不同提示词和语言模型的表现。该项目通过自动化测试和可视化界面,让开发者能够更高效地进行提示词迭代和模型评估。

核心功能增强

本次0.109.0版本在评估功能方面进行了重要改进。评估系统现在能够精确追踪断言(assertion)过程中消耗的token数量,这一改进使得开发者能够更准确地计算整体token使用量,特别是在进行复杂评估时。token计数的精确化对于成本控制和性能优化具有重要意义,特别是在大规模评估场景下。

插件生态系统扩展

新版本引入了多个重要插件,进一步丰富了promptfoo的生态系统:

  1. CCA插件:这是一个全新的评估插件,提供了专门的文档评分器(grader)功能。该插件能够帮助开发者更精确地评估模型输出的质量,特别是在内容准确性和一致性方面。

  2. llms.txt插件:这个插件经过重构,现在采用TypeScript编写,提高了代码的可维护性和类型安全性。该插件主要用于处理和管理语言模型相关的文本数据。

这些插件的加入使得promptfoo能够支持更广泛的评估场景和更专业的评估需求。

新提供商集成

在模型提供商支持方面,0.109.0版本新增了两项重要集成:

  1. Google函数调用支持:现在开发者可以在promptfoo中测试和评估Google提供的函数调用能力,这对于构建基于函数调用的复杂应用场景特别有价值。

  2. Lambda Labs集成:新增了对Lambda Labs平台的支持,为开发者提供了更多模型选择和部署选项。

这些新增的提供商集成使得promptfoo能够覆盖更广泛的模型生态系统,满足不同开发者的需求。

用户体验改进

在用户界面和体验方面,本次更新带来了多项优化:

  1. 评估结果展示:新增了通过率(pass rate)列,使开发者能够一目了然地看到各个测试项的通过情况,提高了结果的可读性。

  2. 提供商选择器:重新设计了创建评估页面中的提供商选择器,使模型选择更加直观和便捷。

  3. API路由规范化:所有API路由现在都统一使用"/api/v1/"前缀,提高了API的一致性和可维护性。

问题修复与稳定性提升

本次版本修复了几个关键问题:

  1. 解决了在配置文件中缺少"providers"键时生成数据集失败的问题,提高了工具的健壮性。

  2. 修复了当选择未知模型时可能导致服务器崩溃的问题,增强了系统的稳定性。

这些改进使得promptfoo在各种使用场景下都能提供更可靠的表现。

总结

promptfoo 0.109.0版本在评估能力、插件生态、提供商支持和用户体验等方面都做出了重要改进。新加入的token追踪功能、CCA插件和Google函数调用支持等特性,使得开发者能够进行更精确、更全面的模型评估。同时,界面优化和问题修复也提升了整体的使用体验。这些改进共同推动promptfoo成为一个更加强大和易用的提示工程评估工具。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511