promptfoo 0.113.3版本发布：提升测试框架稳定性与功能优化

promptfoo是一个专注于AI提示工程的开源测试框架，它帮助开发者系统地评估和比较不同提示词(prompt)的效果。通过自动化测试、评分和可视化比较，promptfoo使AI应用开发团队能够更高效地优化提示词质量。

核心修复与改进

状态对象处理优化

本次版本修复了当state.answer包含对象类型数据时可能出现的Zod验证错误。Zod是一个TypeScript的schema验证库，promptfoo使用它来确保测试过程中数据的完整性和一致性。这个修复使得框架能够更稳定地处理复杂的数据结构，特别是在处理AI模型返回的嵌套JSON响应时。

云端测试工作流增强

针对云端测试场景，开发团队做出了两项重要改进：

1. 当从云端加载redteam测试文件时，现在会正确使用当前工作目录作为基准路径。这一改动解决了之前可能出现的路径解析问题，确保了测试文件和相关资源能够被正确加载。

2. 增加了对无效命令组合的明确错误提示。当用户尝试运行"redteam run"命令时，如果指定了云端目标但没有提供必要的配置，系统现在会抛出清晰的错误信息，而不是静默失败或产生不可预期的行为。这种显式的错误处理大大提升了开发体验。

性别偏见检测插件改进

性别偏见检测插件(bias:gender)得到了重要修复。这个插件用于评估AI模型输出中可能存在的性别偏见问题。修复后的版本能够更准确地生成测试用例，帮助开发者识别和消除模型响应中的潜在偏见，这对于构建公平、包容的AI应用至关重要。

技术栈更新

项目持续保持对依赖库的更新：

• OpenAI客户端库从4.100.0升级到4.103.0
• AWS Bedrock运行时客户端从3.812.0升级到3.816.0
• Anthropic SDK从0.51.0升级到0.52.0

这些更新不仅带来了性能改进和新功能支持，也确保了与各AI平台API的兼容性。

监控与构建优化

为了更好理解用户如何使用redteam功能，开发团队在遥测数据中添加了isRedteam属性。这种细粒度的使用数据收集有助于团队优先开发最常用的功能，同时不会影响用户隐私。

构建系统也得到了增强，将构建作业的超时时间从3分钟延长到4分钟，以应对日益复杂的构建需求，确保大型项目的构建过程能够顺利完成。

总结

promptfoo 0.113.3版本虽然没有引入重大新功能，但在稳定性、错误处理和用户体验方面做出了多项重要改进。这些看似微小的优化实际上对于日常使用promptfoo进行AI提示词测试和评估的开发者来说意义重大，它们共同提升了框架的可靠性和开发效率。