在Azure App Services中配置promptfoo存储路径的最佳实践
背景介绍
promptfoo是一个开源的提示工程评估工具,它使用SQLite数据库来存储评估配置和结果数据。在最新版本0.106中,promptfoo默认将配置文件和数据存储在/home目录下,这给在Azure App Services(Linux容器)上部署的用户带来了兼容性问题。
问题分析
Azure App Services对Linux容器的存储挂载有特定限制,不支持将根目录(/)或/home目录映射到自定义挂载存储。这是Azure平台的安全限制,旨在防止系统关键目录被覆盖导致容器运行异常。
当promptfoo 0.106版本尝试在/home目录下创建或访问SQLite数据库时,由于Azure的限制会导致操作失败,表现为评估数据无法加载。
解决方案
promptfoo提供了环境变量PROMPTFOO_CONFIG_DIR来灵活配置存储路径。通过这个变量,我们可以将配置和数据存储到Azure App Services支持的挂载点,如/custom或/data等目录。
具体实现步骤如下:
-
在Azure App Service配置中添加环境变量:
PROMPTFOO_CONFIG_DIR=/custom/promptfoo -
在Azure存储挂载配置中,将持久化存储挂载到/custom目录
-
确保容器对挂载目录有读写权限
技术细节
promptfoo的配置管理系统会优先检查PROMPTFOO_CONFIG_DIR环境变量。如果设置,所有配置文件(包括config.yaml)和SQLite数据库都将存储在该目录下;如果未设置,则默认使用用户主目录(通常是/home或/root)。
这种设计遵循了十二要素应用原则中的"配置"原则,将可能变化的部署配置与代码分离,提高了应用在不同环境中的可移植性。
最佳实践建议
-
对于云部署,建议始终显式设置PROMPTFOO_CONFIG_DIR变量,避免依赖默认路径
-
在Azure环境中,可以选择以下挂载点之一:
- /data
- /custom
- /mnt
-
定期备份挂载存储中的promptfoo数据目录,防止数据丢失
-
对于生产环境,考虑使用Azure Database for PostgreSQL等专业数据库替代SQLite,以获得更好的可靠性和扩展性
总结
通过合理利用PROMPTFOO_CONFIG_DIR环境变量,我们可以轻松解决promptfoo在Azure App Services上的存储兼容性问题。这种配置方式不仅适用于Azure环境,也为在其他受限环境中部署promptfoo提供了灵活性,体现了良好的云原生应用设计理念。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00