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 20:37:27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

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
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
930
553
nop-entropynop-entropy
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
8
0
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
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
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
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511