首页
/ Promptfoo 0.105.0版本发布:增强断言评分与多模型支持

Promptfoo 0.105.0版本发布:增强断言评分与多模型支持

2025-06-09 09:21:49作者:乔或婵

Promptfoo是一个开源的AI提示工程测试框架,它允许开发者对不同的AI模型提示进行系统化的评估和比较。通过定义测试用例和评估标准,Promptfoo帮助开发者优化提示词质量,确保AI应用的稳定性和可靠性。

核心功能增强

自定义断言评分函数

新版本引入了自定义断言评分功能,开发者现在可以编写自己的评分函数来精确评估AI输出。这一特性特别适用于需要复杂评估逻辑的场景,例如:

  • 情感分析结果的评分
  • 特定领域知识的准确性验证
  • 输出格式的合规性检查

评分函数可以直接在配置文件中定义,支持JavaScript语法,提供了极大的灵活性。

多模型配置支持

0.105.0版本改进了模型配置方式,允许在单个配置文件中定义多个模型提供者。这一改进显著简化了多模型比较测试的配置工作,开发者可以:

  • 同时测试不同厂商的模型(如OpenAI、Anthropic等)
  • 比较同一厂商不同版本的模型表现
  • 并行运行测试以提高效率

新增模型支持

本次更新增加了对多个最新AI模型的支持:

  1. Claude 3.7系列:包括Sonnet和Opus版本,Anthropic最新发布的高性能模型
  2. Databricks服务:支持直接调用Databricks平台上的模型服务
  3. Vertex AI上的Claude:扩展了对Google Cloud平台上Claude模型的支持

这些新增模型使Promptfoo能够覆盖更广泛的AI服务生态,满足不同场景下的测试需求。

开发者体验优化

错误处理改进

  • 统一了API错误分类机制,确保错误信息更准确
  • 改进了HTTP提供商的调试输出,包含JSON格式化内容
  • 增强了环境变量处理逻辑,确保变量正确合并和渲染

性能提升

  • 引入SWC编译器加速开发服务器启动
  • 优化了Go工具链版本,确保语法兼容性
  • 移除了HTTP提供商中的内容长度头,提高请求效率

Web界面改进

用户界面方面,0.105.0版本带来了多项体验提升:

  • 暗色模式优化:改进了颜色方案,减少视觉疲劳
  • 分页功能:为评估选择器和报告列表添加分页支持
  • 数据集管理:增强数据集对话框和表格的交互体验
  • 移动端适配:解决了多个响应式设计问题

特别值得一提的是新增的"应用测试与模型测试"切换功能,让用户能够根据测试目标快速切换上下文。

安全增强

  • 为红队测试设置添加了HTTPS选项
  • 加强了文件路径安全检查,特别是当启用严格文件模式时
  • 改进了共享模态框的稳定性,防止无限循环

架构改进

本次发布包含多项底层架构优化:

  1. 环境变量管理:集中了环境变量模式定义,提高配置一致性
  2. 提供商标识:重构了提供商管理机制,提升扩展性
  3. 工具分离:将数据库工具从通用工具中分离,提高代码组织清晰度
  4. 日志标准化:用结构化日志替代直接控制台输出

文档完善

伴随功能更新,文档也进行了相应增强:

  • 新增了Vertex AI Gemini 2.0 Flash模型的配置说明
  • 完善了派生指标文档,帮助用户理解复杂评估场景
  • 补充了CSV配置示例,特别是自定义断言的使用方法
  • 更新了媒体资源页面,反映项目最新进展

Promptfoo 0.105.0版本通过这些改进,进一步巩固了其作为AI提示工程测试标准工具的地位,为开发者提供了更强大、更灵活的模型评估能力。无论是进行简单的提示词AB测试,还是复杂的多模型评估,新版本都能提供全面的支持。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
178
262
RuoYi-Vue3RuoYi-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
Vue
866
513
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K