promptfoo项目0.114.1版本发布:强化红队测试与HTTP响应处理
promptfoo是一个专注于AI提示工程和测试的开源框架,它帮助开发者评估和改进AI模型的提示效果。该项目通过自动化测试、对比分析和红队测试等方法,确保AI系统生成的内容质量、安全性和可靠性。
红队测试功能增强
本次0.114.1版本在红队测试方面进行了多项改进。首先引入了目标发现代理(Target Discovery Agent)功能,这是一个重要的安全测试组件,能够自动识别和定位系统中的潜在攻击面。这项功能特别适用于评估AI系统的安全边界和防御能力。
在红队测试的应用场景方面,开发团队优化了应用目的页面处理逻辑,修复了未定义值的问题,使测试场景的设置更加稳定可靠。此外,还对多个评分器(grader)进行了优化调整,提升了评分准确性和一致性。
OpenAI MCP协议支持
对于使用OpenAI模型的开发者,这个版本新增了对Model Context Protocol(MCP)的支持。MCP是OpenAI提供的一种协议规范,它允许更精细地控制模型上下文信息的传递和处理。这项改进使得promptfoo能够更好地与OpenAI的Responses API集成,为开发者提供更丰富的模型交互能力。
HTTP响应处理优化
在HTTP提供者方面,本次更新做了两处重要改进。首先是将HTTP响应数据统一移至元数据字段,这种结构调整使得响应数据的组织更加清晰合理。其次是确保始终包含原始HTTP输出、状态码和状态文本,这一改进大大增强了调试能力,开发者可以更全面地了解每次HTTP请求的完整情况。
安全与配置改进
安全方面,本次更新放宽了私钥验证规则,这一调整使得项目在特定环境下的部署更加灵活。虽然放宽了验证,但开发团队仍建议在安全要求高的场景下使用严格的密钥管理策略。
提示工程增强
在提示模板方面,开发团队为Crescendo提示和GOAT生成添加了目的(purpose)字段。这些改进使得提示的意图更加明确,有助于生成更符合预期的AI响应。对于从事提示工程的开发者来说,这些细节优化能够显著提升工作效率。
开发者体验优化
在开发者工具方面,项目将readline实用程序集中管理,解决了Jest测试中的打开句柄问题。这一改进虽然看似微小,但对于使用Jest进行单元测试的开发者来说,能够避免一些棘手的资源管理问题。
总体而言,promptfoo 0.114.1版本在红队测试能力、HTTP处理、安全配置和开发者体验等方面都做出了有价值的改进,进一步巩固了其作为AI提示测试框架的地位。这些更新特别适合需要进行严格AI系统测试和安全评估的开发团队。
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00