首页
/ Promptfoo 0.103.4版本发布:增强测试过滤与断言功能

Promptfoo 0.103.4版本发布:增强测试过滤与断言功能

2025-06-09 06:28:17作者:彭桢灵Jeremy

Promptfoo是一个专注于大语言模型(Large Language Model)测试和评估的开源框架。它允许开发者系统地测试不同提示词(Prompt)的效果,比较不同模型或配置的输出,并确保AI系统的可靠性和安全性。本次0.103.4版本的更新主要围绕测试过滤、断言功能增强和安全性测试改进三个方面展开。

核心功能增强

测试结果过滤功能

新版本在命令行工具中增加了--filter-errors-only参数,这是一个实用的测试结果过滤功能。当执行eval命令时,使用该参数可以只显示包含错误的测试用例,帮助开发者快速定位问题。这个功能特别适合在持续集成(CI)环境中使用,可以显著减少日志噪音,让开发者专注于需要修复的问题。

F5提供商支持

框架新增了对F5提供商的占位支持。F5作为知名的应用交付和安全解决方案提供商,其集成将为用户提供更多部署选项。虽然当前版本只是占位实现,但为后续完整支持奠定了基础。

外部断言功能强化

断言系统是Promptfoo的核心组件之一,本次更新对其进行了多项改进:

  1. 现在可以在外部断言中指定函数名称,这为复杂测试场景提供了更大的灵活性。开发者可以更精确地控制断言逻辑的执行方式。

  2. 修复了Python断言中引用配置的问题,确保其行为与文档示例一致。这个修复使得Python断言更加可靠,特别是在需要访问测试配置信息的场景下。

  3. 改进了断言示例,并调整了默认使用的模型为GPT4-mini,这有助于提高断言执行的效率和成本效益。

安全测试改进

Promptfoo的安全测试功能在本版本中获得了多项增强:

  1. 改进了树状策略的评分机制,使其对潜在安全风险的识别更加准确。

  2. 优化了迭代式测试提供商的测试用例评分系统,提高了测试的精确度。

  3. 调整了树节点选择算法并增加了元数据支持,这使得测试过程更加透明,结果更易于分析。

  4. 减少了迭代式图像提供商的拒绝率,提高了测试的覆盖面和有效性。

  5. 新增了英语语言的网络安全评估内容,扩展了安全测试的覆盖范围。

开发者体验优化

  1. 改进了Web界面中元数据的展开/收起处理,使测试结果的浏览更加流畅。

  2. 增强了提供商覆盖设置的显示,确保配置信息准确呈现。

  3. 为WatsonX AI提供商增加了对WATSONX_AI_AUTH_TYPE环境变量的支持,简化了认证配置。

  4. 在Llama提供商中添加了调试日志,便于问题排查。

  5. 改进了测试的设置和清理过程,提高了测试的可靠性。

文档与示例改进

  1. 安全配置对话框的内容更加清晰,帮助用户更快上手复杂的安全测试场景。

  2. 文档中增加了暗黑模式支持,改善了阅读体验。

  3. 插件列表现在按pluginId排序,查找更加方便。

  4. 更新了LLM安全类型文档,反映了最新的安全研究成果。

  5. 修正了G-Eval页面的拼写错误,提高了文档的准确性。

技术细节优化

  1. 更新了多个依赖项到最新版本,包括@aws-sdk/client-bedrock-runtime和openai等关键库。

  2. 解决了依赖锁定文件中的问题,确保构建过程的稳定性。

  3. 为提供商测试响应添加了类型定义,增强了代码的类型安全性。

Promptfoo 0.103.4版本通过这些改进,进一步巩固了其作为大语言模型测试首选工具的地位。无论是常规的提示词测试,还是复杂的安全评估场景,新版本都提供了更强大、更可靠的功能支持。对于重视AI系统质量和安全性的团队来说,升级到这个版本将获得更完善的测试能力和更流畅的开发体验。

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