Promptfoo 0.112.5版本发布:提升配置解析与安全测试能力
2025-06-09 20:28:35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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
暂无简介
Dart
568
127
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++
599
164
🎉 (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
1.03 K
607
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
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
280
25