Promptfoo 0.112.2版本发布:增强AI提示测试与评估能力
Promptfoo是一个专注于AI提示工程的开源工具,它帮助开发者测试、评估和优化各种AI模型的提示词效果。通过提供标准化的测试框架和可视化界面,Promptfoo让开发者能够系统地比较不同提示词或不同AI模型的表现差异。
核心功能更新
本次0.112.2版本带来了多项重要功能增强:
Google搜索基础支持:新增了对Google Search grounding的支持,这意味着开发者现在可以测试提示词在结合Google搜索结果时的表现。这一功能特别适合需要实时信息的应用场景,如问答系统或事实核查工具。
多模型函数调用支持:MCP(多模型比较平台)现在扩展支持所有具备函数调用能力的模型。这一改进极大地扩展了Promptfoo的适用范围,使开发者能够测试更多类型的AI模型在函数调用场景下的表现。
Amazon nova-sonic模型集成:新增了对Amazon nova-sonic模型的支持,进一步丰富了Promptfoo可测试的模型生态系统。企业用户现在可以方便地在本地环境中评估这一模型的表现。
问题修复与稳定性提升
占位符转义修复:解决了{{ }}
占位符在提示词中的转义问题,现在开发者可以更灵活地在提示词中使用这些特殊符号而不会影响模板解析。
CSV断言值处理:优化了CSV文件中断言值的处理逻辑,自动修剪空白字符,减少了因格式问题导致的测试失败。
自托管共享功能:修复了在自托管环境中共享评估结果的问题,使团队协作更加顺畅。
用户体验优化
可视化界面改进:
- 策略卡片中的设置图标现在固定在右上角,提升操作一致性
- 自定义指标现在有更明显的可点击视觉提示
- 结果表格中的变量单元格现在会尊重最大文本长度设置
文档增强:
- 评分系统文档得到更新,帮助开发者更好地理解和使用评估指标
- 新增关于误报处理的指导内容
- 定价页面信息更加清晰透明
技术架构更新
依赖项升级:
- OpenAI SDK升级至4.96.2版本
- Vite构建工具升级至6.2.7
- AWS Bedrock Runtime客户端更新至3.799.0
- Anthropic SDK更新至0.40.1
这些依赖更新带来了性能改进和安全修复,同时确保与各AI服务提供商的API保持兼容。
开发者建议
对于正在使用Promptfoo进行AI提示测试的开发者,建议特别关注以下方面:
- 新支持的Google Search grounding功能可以显著提升需要外部知识检索的应用测试能力
- 扩展的函数调用支持为构建复杂AI工作流提供了更全面的测试覆盖
- CSV断言值的自动修剪将减少因格式问题导致的测试失败
Promptfoo持续致力于为AI开发者提供最全面的提示测试解决方案,0.112.2版本的发布进一步巩固了其作为提示工程标准工具的地位。无论是评估单个提示词的效果,还是比较不同AI模型的表现,Promptfoo都能提供专业级的测试框架和直观的结果分析。
cherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端TypeScript039RuoYi-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Vue0424arkanalyzer
方舟分析器:面向ArkTS语言的静态程序分析框架TypeScript041GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。03PowerWechat
PowerWechat是一款基于WeChat SDK for Golang,支持小程序、微信支付、企业微信、公众号等全微信生态Go01openGauss-server
openGauss kernel ~ openGauss is an open source relational database management systemC++0146
热门内容推荐
最新内容推荐
项目优选









