Promptfoo 0.112.5版本发布:提升配置解析与安全测试能力
2025-06-09 00:55:43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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
9
1
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217