Promptfoo 0.112.5版本发布:提升配置解析与安全测试能力
2025-06-09 13:41:00作者:冯梦姬Eddie
Promptfoo是一个专注于AI提示工程和模型评估的开源工具,它帮助开发者系统性地测试、比较和优化不同AI模型的提示效果。在最新发布的0.112.5版本中,项目团队针对配置管理、安全测试和错误处理等方面进行了多项改进,进一步提升了工具的稳定性和实用性。
核心功能优化
本次更新在配置解析方面做出了重要改进。Promptfoo现在能够正确处理相对路径配置,解决了在组合多个配置文件时可能出现的路径解析问题。这一改进使得项目配置更加灵活,特别是在大型项目中引用外部配置文件时,开发者不再需要手动调整路径设置。
对于使用Amazon Bedrock服务的用户,新版本优化了token计数功能,确保统计结果的准确性。同时,Bedrock提供商的配置现在能够与提示配置正确合并,简化了复杂场景下的配置管理。
安全测试增强
安全测试是Promptfoo的一个重要功能模块,本次更新在这方面做了多项优化:
- 改进了用户信息检测功能,减少了误报情况,使测试结果更加可靠。
- 优化了系统命令注入检测逻辑,同样减少了误报,提高了测试准确性。
- 在通过的安全测试中增加了策略标识和输出详情,使测试报告更加直观和易于理解。
- 调整了测试方法的排序方式,现在默认按照测试成功率降序排列,方便开发者优先关注高风险问题。
这些改进使得Promptfoo在检测AI模型潜在安全风险方面的能力更加精准和实用。
开发者体验提升
新版本在命令行工具方面做了多项优化,显著提升了开发者体验:
- 新增了全局的
--env-file选项,允许所有子命令共享环境变量配置文件,简化了环境管理。 - 改进了远程生成功能(remote generation)的错误处理和日志记录,使调试过程更加顺畅。
- 优化了响应解析错误的处理方式,提供更清晰的错误信息。
对于Google AI Studio用户,新版本增加了对嵌入模型的官方支持,并完善了相关文档。同时,Amazon用户现在可以使用最新的Nova Premier模型。
文档与测试改进
项目文档在此次更新中得到了进一步完善:
- 新增了关于如何创建内联断言(inline assertions)的详细指南,帮助开发者更好地自定义测试逻辑。
- 更新了OpenAI结构化输出外部模式文件的示例,使这一高级功能更易于使用。
- 改进了文档构建和运行的说明,方便贡献者参与文档维护。
在测试方面,新增了针对用户信息检测模块的单元测试,提高了代码质量保证。同时,项目开始采用类型信息进行代码检查,进一步提升了代码健壮性。
Promptfoo 0.112.5版本通过上述多项改进,为AI提示工程和模型评估提供了更加稳定和强大的工具支持,特别是在配置管理、安全测试和开发者体验方面的优化,将帮助开发者更高效地构建和评估AI应用。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0137- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
425
377
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
985
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
981
137
昇腾LLM分布式训练框架
Python
160
190
暂无简介
Dart
969
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (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
1.65 K
970