Promptfoo 0.112.8版本发布:多语言组合与安全测试增强
2025-06-09 14:37:31作者:宗隆裙
Promptfoo是一个专注于AI提示工程和模型评估的开源工具,它帮助开发者系统地测试、比较和优化不同AI模型的提示效果。该工具支持多种主流AI提供商,并提供丰富的评估指标和测试策略。
多语言组合功能升级
本次版本最显著的改进是引入了多语言组合功能。开发团队对多语言策略进行了深度优化,显著提升了其性能和可靠性。具体来说:
- 原有的"other-encodings"策略被拆分为独立的摩尔斯电码和猪拉丁语策略,这种模块化设计使得每种编码策略可以单独使用和优化
- 在安全测试场景中,系统现在能够正确处理多语言进度条的显示问题,确保用户界面与命令行状态保持一致
- 针对多语言测试场景,优化了测试计数逻辑,确保在多策略并行执行时能够准确统计测试用例数量
安全测试与评估改进
在安全测试方面,本次更新包含多项重要修复:
- 视频测试中存在的潜在问题得到解决,消除了可能导致测试中断的隐患
- 评估选项在YAML编辑器中的移除操作现在能够正确执行
- afterAll钩子函数现在能够获取完整的测试结果上下文,为测试后处理提供了更全面的数据支持
- 测试计数逻辑在多策略场景下的准确性得到提升
提供商支持与模型更新
在模型提供商支持方面,本次更新包含以下改进:
- AI21实验室的响应验证机制得到增强,确保API返回结果的正确性
- 新增对OpenAI codex-mini-latest模型的支持
- OpenAI聊天模型别名现在使用最新的默认模型配置
- 默认模型ID已更新以符合最新的命名规范
开发者体验优化
针对开发者体验,本次更新做了多项改进:
- 文档页面新增Markdown格式复制按钮,方便开发者快速获取示例代码
- 评估对话框现在会显示当前选中的评估配置,提高操作的可视化程度
- 提示后缀的帮助文本进行了更新,使其更加清晰易懂
- 结果共享时的内存使用效率得到优化
- Google Sheets数据获取现在使用代理助手,提高了可靠性
文档与测试增强
文档方面进行了多项改进:
- 新增医疗代理的curl使用示例
- CLI文档内容得到更新
- 代码块标题格式进行了标准化处理
- 所有示例项目的README文件都添加了统一的初始化命令
测试覆盖范围继续扩大:
- 新增了安全测试发现和生成命令的单元测试
- 添加了AI21提供商模块的单元测试
- 评估命令和评估辅助函数的测试覆盖率得到提升
性能与稳定性
本次更新还包含多项底层优化:
- 密码学在SageMaker提供商中的使用更加简化
- 远程MCP服务器的头部支持得到增强
- 依赖项更新至最新稳定版本
- 遥测系统的密钥配置问题得到修复
Promptfoo 0.112.8版本通过这些改进,进一步巩固了其作为AI提示工程和模型评估领域领先工具的地位,特别是在多语言处理和安全测试方面的能力得到了显著提升。开发团队持续关注开发者体验和系统稳定性,使得该工具在复杂AI应用开发中变得更加可靠和易用。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
410
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++
886
602
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
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (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
Vue
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895