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 StartedRust0137- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
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
425
376
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++
992
984
Claude 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 Started
Rust
926
134
昇腾LLM分布式训练框架
Python
160
189
暂无简介
Dart
968
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (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
1.65 K
971