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 23:10:29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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
178
262
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
866
513
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183
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
261
302
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57
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
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K