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
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
DeepSeek-R1 终端输出满屏 `<think>` 乱码?一行正则修复 Hermes 过滤 BugAI 找不到执行结果?排查 _sanitize_api_messages 首尾空格引发的血案Agent 疯狂请求 API 导致额度耗尽?修复 batch_runner 无限重试 Bug接入 MiniMax/Qwen3 报错?别让 scratchpad 污染你的流式输出微信桥接神器 HermesClaw 启动崩溃?修复 openclaw dry-run 权限异常git submodule update 失败?国内网络拉取 Tinker-Atropos 强化学习模块指南Windows WSL 运行 Hermes 提示 launchd 失败?彻底解决跨系统自启大坑Execution Layer Crash: 修复工具调用结果无法持久化保存的致命 Bug无缝对话体验升级:Cherry Studio如何解决多模型协作难题隐私优先的照片管理:Ente加密相册的安全存储与智能组织方案
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
509
620
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
397
297
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++
943
879
🎉 (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
1.56 K
903
暂无简介
Dart
916
222
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
133
210
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
1.07 K
558
仓颉编程语言运行时与标准库。
Cangjie
163
924