Promptfoo 0.103.4版本发布：增强测试过滤与断言功能

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。