Promptfoo 0.112.7版本发布:增强红队测试与功能优化
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、比较和优化各种AI模型的提示效果。通过自动化测试和评估流程,Promptfoo能够显著提升AI应用的质量和可靠性。
红队测试能力增强
本次0.112.7版本在红队测试方面进行了多项改进。新增了MCP插件,这是一个专门为红队测试设计的工具,能够帮助开发者更全面地评估AI系统的安全性和鲁棒性。同时,开发团队还修复了红队测试界面中数据集部分重复显示的问题,提升了用户体验。
在可视化方面,新版本优化了红队测试生成表格的标题颜色,使其更加醒目易读。此外,还在报告顶部添加了查看所有日志的链接,方便开发者快速访问完整的测试记录。
核心功能优化与修复
Promptfoo 0.112.7版本对核心功能进行了多项优化。其中最重要的改进之一是修复了模板中对象字符串化的问题,现在能够正确处理各种复杂数据结构。对于Azure认证,修复了子类中认证头被设置为null的问题,确保了认证流程的稳定性。
在策略管理方面,新版本将自定义策略移动到了正确的折叠面板中,使界面组织更加合理。同时,针对GOAT任务提取功能,更新了返回类型定义,使其更加准确。
安全与隐私改进
新版本在隐私保护方面也有所增强。当隐私设置启用时,系统现在会排除Crescendo中的响应内容,更好地保护敏感数据。这一改进特别适合处理包含机密或个人信息的使用场景。
开发者体验提升
Promptfoo团队持续关注开发者体验,在0.112.7版本中移除了意外提交的示例提示,保持代码库的整洁。同时,更新了多语言功能的描述,使其更加清晰准确。框架合规性列的宽度也进行了调整,优化了表格显示效果。
文档与示例更新
为帮助开发者更好地使用Promptfoo,新版本文档增加了OpenAI Agents SDK的示例代码,展示了如何在实际项目中使用Promptfoo进行测试和评估。分享说明文档也进行了更新,包含了API密钥的详细使用指南。
此外,博客部分新增了关于Agent2Agent协议的技术文章,为开发者提供了更多关于AI系统交互协议的专业知识。
Promptfoo 0.112.7版本通过上述多项改进,进一步巩固了其作为AI提示工程测试框架的领先地位,为开发者提供了更强大、更可靠的测试工具。
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
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