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 StartedRust0193
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
888
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617