Promptfoo 0.112.8版本发布:多语言组合与安全测试增强
2025-06-09 11:09:06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
kernelopenEuler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。C088
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0137
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.5 K
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
218
88
暂无简介
Dart
720
174
Ascend Extension for PyTorch
Python
278
315
React Native鸿蒙化仓库
JavaScript
286
334
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++
848
435
🎉 (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
1.27 K
696
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19