Promptfoo 0.107.5版本发布:增强CSV支持与多项优化
2025-06-09 22:43:31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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1