promptfoo 0.109.0版本发布：增强评估能力与插件生态

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。