Promptfoo 0.103.6版本发布：提升AI提示测试与评估能力

Promptfoo是一个专注于AI提示工程的开源工具，它帮助开发者系统地测试、评估和优化各类AI模型的提示词(prompt)。通过自动化测试和对比不同提示词的效果，Promptfoo极大地提升了AI应用开发的效率和质量。

本次发布的0.103.6版本虽然是一个小版本更新，但包含了一系列重要的功能改进和问题修复，特别是在Docker构建、Anthropic Bedrock模型兼容性以及红队测试(redteam)功能方面有所增强。

核心改进与修复

在Docker构建方面，开发团队修复了GitHub Actions中BUILD_DATE字符串拼接的问题。这一修复确保了Docker镜像构建过程中日期信息的正确生成，对于需要精确追踪构建时间的CI/CD流程尤为重要。

对于使用Anthropic Bedrock模型的开发者，本次更新解决了系统消息转换的问题。当单独使用系统消息时，工具现在会自动将其转换为用户消息，以确保与模型评分指标的兼容性。这一改进使得评估结果更加准确可靠。

红队测试功能增强

红队测试是Promptfoo的一个重要功能，它模拟潜在的攻击场景来评估AI系统的安全性。在0.103.6版本中，红队测试功能得到了多项改进：

首先，开发团队优化了攻击提示的存储方式，现在直接存储原始攻击提示而非渲染后的提示，这有助于更准确地复现和分析测试结果。其次，红队测试的运行命令现在更加易用，并且会自动分享远程测试结果，提升了团队协作效率。

特别值得一提的是，针对DALL-E这类图像生成模型的测试，新版本增加了图像保存钩子功能。这使得开发者能够更方便地保存和比较AI生成的图像结果，为视觉内容的质量评估提供了更好的支持。

开发流程优化

在内部开发流程方面，团队引入了actionlint工具来自动验证GitHub Actions工作流文件，这有助于提前发现配置错误，提高持续集成流程的可靠性。同时，项目还更新了一些依赖项并统一了代码格式化标准，保持了代码库的健康状态。

文档完善

为了帮助用户更好地理解和使用Promptfoo的缓存机制，本次更新扩充了相关文档内容。缓存是提升测试效率的关键功能，清晰的文档有助于开发者合理配置和使用缓存，特别是在大规模测试场景下。

总结

Promptfoo 0.103.6版本虽然主要聚焦于问题修复和内部改进，但这些变化实实在在地提升了工具的稳定性和用户体验。特别是对Anthropic Bedrock模型和红队测试功能的优化，使得AI开发者能够更自信地评估和优化他们的提示词策略。

随着AI应用的快速发展，像Promptfoo这样的工具在确保AI系统质量和安全性方面扮演着越来越重要的角色。本次更新再次体现了开发团队对产品质量和开发者体验的持续关注。