Promptfoo 0.114.5版本发布:安全测试与稳定性提升
Promptfoo是一个专注于AI提示工程和测试的开源框架,它帮助开发者评估、比较和优化各种AI模型的提示效果。该工具支持多种主流AI提供商,并提供丰富的测试功能,是AI应用开发中不可或缺的质量保障工具。
安全测试功能优化
本次版本在安全测试(Red Team)方面进行了多项改进。首先移除了内存中毒插件(memory poisoning plugin)的策略排除问题,这个插件原本用于测试模型对恶意输入的防御能力。开发团队还优化了代理发现信息的暗黑模式显示,提升了用户体验。
在安全策略方面,新版本增加了严重性级别分类,使安全测试结果更加结构化。同时改进了编码策略的原始文本存储机制,确保测试过程的可追溯性。特别值得一提的是,新增了emoji编码策略,这种创新的测试方式可以帮助开发者评估模型对非传统输入的处理能力。
性能与稳定性增强
在性能优化方面,本次更新修复了maxConcurrency未定义时的回退处理问题,确保并发控制更加健壮。命令行界面(CLI)增加了Ctrl+C的终端清理功能,使得开发者在中断操作时能够获得更干净的退出体验。
对于OpenAI聊天补全提供商的继承机制,新版本改进了日志记录,使调试过程更加透明。这些改进显著提升了框架在复杂场景下的稳定性和可维护性。
测试与质量保障
测试覆盖率的提升是本次更新的另一亮点。新增了内存中毒插件的单元测试,改进了测试环境的设置和拆卸机制,实现了更好的测试隔离。Web用户界面部分增加了遥测钩子测试,确保用户行为追踪功能的可靠性。
开发团队还引入了Tusk测试运行器工作流,这是一个专门用于单元测试的新工具,进一步强化了项目的自动化测试能力。这些措施共同提升了Promptfoo的整体代码质量和可靠性。
开发者体验改进
在开发者体验方面,本次更新优化了自定义策略模板和生成提示的解析器,使安全测试配置更加灵活。依赖项也进行了例行升级,包括Anthropic AI SDK从0.52.0版本升级到0.53.0。
Promptfoo持续关注开发者社区的成长,本次更新特别欢迎了新贡献者@use-tusk的加入,体现了项目开放包容的开发文化。
这个版本虽然没有引入重大功能变更,但在安全测试、稳定性和开发者体验方面的多项改进,使Promptfoo作为一个专业的AI提示测试工具更加成熟可靠。对于使用AI模型进行应用开发的团队来说,及时升级到这个版本将获得更好的测试体验和更可靠的质量保障。
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust022
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