Promptfoo 0.107.5版本发布:增强CSV支持与多项优化
2025-06-09 08:57:38作者:霍妲思
Promptfoo是一个开源的AI提示工程工具,它帮助开发者和研究人员测试、评估和优化AI模型的提示词。通过提供标准化的测试框架,Promptfoo让用户能够系统地比较不同提示词或模型的表现,从而提升AI应用的性能和可靠性。
CSV元数据列支持数组值
本次版本更新中,Promptfoo增强了对CSV文件的支持,新增了处理包含数组值的元数据列功能。这一改进使得用户可以在测试数据中更灵活地组织复杂结构的信息。例如,当需要测试一个推荐系统时,可以将用户的历史浏览记录作为数组存储在CSV的一列中,Promptfoo现在能够正确解析和使用这些数据。
多项问题修复提升稳定性
开发团队针对多个影响用户体验的问题进行了修复:
- TogetherAI提供程序现在会严格遵守配置中的max_tokens参数限制,确保生成的文本不会超出指定长度。
- 修复了Anthropic21提供程序处理异常响应时可能出现的错误,增强了系统的健壮性。
- 改进了CSV文件中包含换行符时的处理逻辑,避免了数据解析错误。
- 模拟用户功能中的几个潜在问题得到修复,使测试环境更加可靠。
- 断言逻辑中的阈值比较操作符从逻辑OR替换为空值合并,使条件判断更加精确。
- 红队测试中的实体提取功能现在会正确过滤掉模板变量,避免干扰测试结果。
提供程序功能增强
Promptfoo持续扩展对各种AI模型提供程序的支持:
- Google Chat提供程序现在支持Gemini 2.5 Pro模型,并更新了相关文档。
- OpenAI响应API现在能够处理拒绝响应和JSON模式,为开发者提供更多控制选项。
- OpenAI模型成本信息得到更新,并添加了之前缺失的模型数据。
红队测试改进
红队测试功能获得多项增强:
- 新增了PlinyGrader评分器,能够更准确地评估Pliny测试结果。
- 所有策略类型现在都使用const断言,提高了代码的类型安全性。
- 实体提取功能会过滤掉模板变量,使测试更加精准。
开发者体验优化
Promptfoo团队也关注开发者体验的持续改进:
- 调试输出中现在包含文件路径信息,便于问题定位。
- 移除了UI中生成测试用例的按钮,简化界面。
- 依赖项更新至最新版本,保持技术栈现代化。
- 贡献指南得到扩充,包含更多细节和格式规范,帮助新贡献者更快上手。
Promptfoo 0.107.5版本的这些改进进一步巩固了其作为AI提示工程测试工具的地位,为用户提供了更强大、更稳定的功能体验。无论是处理复杂数据结构、进行精确测试断言,还是执行红队测试,新版本都提供了更完善的解决方案。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617