Promptfoo - Framework d'évaluation LLM

VérifiéSûr

Outil CLI pour tester et comparer les résultats des modèles LLM. Permet de créer des configs d'évaluation, des cas de test, et des assertions personnalisées.

Spar Skills Guide Bot
TestingIntermédiaire
08/03/2026
Claude CodeCursorCodex
#llm-evaluation#promptfoo#assertions#yaml-config#llm-testing

Recommandé pour

Synthèse automatique

Guide la rédaction de configurations Promptfoo (promptfooconfig.yaml), de cas de test et d'assertions pour évaluer et comparer les sorties de modèles LLM en ligne de commande.

Points forts

  • Tableau de référence des types d'assertions (contains, regex, is-json, llm-rubric, javascript, similar, cost, latency) avec possibilité de négation via le préfixe not-
  • Exemples concrets de configuration : prompts inline ou via file://, variables, defaultTest avec temperature et max_tokens, outputPath et maxConcurrency
  • Organisation modulaire des cas de test par fichiers référencés et commandes CLI essentielles (eval, view, cache clear, filtrage par métadonnées)

Limites

  • La table des providers ne liste que les modèles Anthropic, sans exemples OpenAI, Google ou locaux
  • La section References est tronquée (lien vers la référence de configuration incomplet)
  • Ne couvre pas les fonctionnalités avancées comme le red teaming, l'intégration CI ou la comparaison de plusieurs providers en détail
Quand l'utiliser

À utiliser lorsqu'il faut écrire ou déboguer un fichier promptfooconfig.yaml, définir des cas de test et des assertions, ou lancer une évaluation Promptfoo en CLI.

Quand l'éviter

À éviter si vous cherchez une évaluation comparative multi-fournisseurs détaillée, des tests de sécurité/red teaming, ou un pipeline CI complet que cette compétence ne documente pas.

Analyse de sécurité

Sûr
Score qualité86/100

The skill is documentation for the promptfoo eval framework and does not instruct destructive, exfiltrating, or obfuscated actions. Allowed tools are narrowly scoped to promptfoo CLI commands, npm eval scripts, and the official promptfoo docs domain.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Write an eval config
Create a promptfooconfig.yaml that tests my summarization prompt against claude-sonnet-4-5 with three test cases, asserting the output is valid JSON and contains key phrases.
Debug a failing assertion
My llm-rubric assertion keeps failing with a threshold of 0.7 — help me rewrite the rubric and verify the assertion config in promptfooconfig.yaml.
Split test cases into files
Refactor my promptfooconfig.yaml so the basic and edge-case tests live in separate files under cases/ and are referenced with file:// paths, then run npx promptfoo eval.

name: promptfoo description: | Promptfoo evaluation framework for testing and comparing LLM outputs. Use when writing eval configs, creating test cases, debugging eval runs, or working with assertions. allowed-tools:

  • Bash(npx promptfoo:*)
  • Bash(npm run evals:*)
  • WebFetch(domain:www.promptfoo.dev)

Promptfoo

Promptfoo is a CLI tool for testing and comparing LLM outputs.

Config File

The CLI auto-discovers promptfooconfig.yaml in the current directory. Use -c path for other locations.

Supported extensions: .yaml, .json, .js

Configuration

# yaml-language-server: $schema=https://promptfoo.dev/config-schema.json
description: "What this eval tests"

prompts:
  - file://prompt.txt
  - |
    Inline prompt with {{variable}} substitution

providers:
  - anthropic:messages:claude-sonnet-4-5-20250929

defaultTest:
  options:
    provider:
      config:
        temperature: 0.0
        max_tokens: 4096

tests:
  - description: "What this case tests"
    vars:
      variable: "value"
      from_file: file://data/input.txt
    assert:
      - type: contains
        value: "expected substring"

# Or load tests from files
tests: file://cases/all.yaml

outputPath: ./results.json

evaluateOptions:
  maxConcurrency: 4

Provider IDs

| Model | ID | |-------|----| | Opus 4.5 | anthropic:messages:claude-opus-4-5-20251101 | | Sonnet 4.5 | anthropic:messages:claude-sonnet-4-5-20250929 | | Haiku 4.5 | anthropic:messages:claude-haiku-4-5-20251001 |

Provider config: temperature, max_tokens, top_p, top_k, tools, tool_choice

Prompts

  • file://path.txt — load from file (path relative to config)
  • Inline string with {{variable}} Nunjucks substitution
  • Chat format via JSON: [{"role": "system", "content": "..."}, {"role": "user", "content": "{{input}}"}]

Assertion Types

| Type | Use | Value | |------|-----|-------| | contains | Substring match | "expected text" | | icontains | Case-insensitive substring | "expected text" | | equals | Exact match | "exact value" | | regex | Pattern match | "\\d{4}-\\d{2}-\\d{2}" | | is-json | Valid JSON output | — | | contains-json | Output contains JSON | — | | starts-with | Prefix match | "prefix" | | cost | Max cost | threshold: 0.01 | | latency | Max response time (ms) | threshold: 5000 | | javascript | Custom JS expression | output.includes('x') | | python | Custom Python | file://check.py:fn_name | | llm-rubric | LLM-as-judge | rubric text | | similar | Semantic similarity | value: "text", threshold: 0.8 | | model-graded-factuality | Fact checking | — |

Prefix any assertion with not- to negate (e.g., not-contains).

llm-rubric

Uses an LLM to grade output against a rubric:

assert:
  - type: llm-rubric
    value: |
      The response should:
      - Mention at least 3 factors
      - Include specific examples
    threshold: 0.7
    provider: anthropic:messages:claude-sonnet-4-5-20250929

javascript

Inline expressions or functions. Access output (string) and context (with vars, prompt):

assert:
  - type: javascript
    value: output.length > 100 && output.includes('route')
  - type: javascript
    value: |
      const data = JSON.parse(output);
      return data.calories >= 200 && data.calories <= 300;

Test Organization

Split cases into separate files and reference them:

tests:
  - file://cases/basic.yaml
  - file://cases/edge-cases.yaml

Each case file contains a YAML array of test objects.

CLI

npx promptfoo eval                         # Run with auto-discovered config
npx promptfoo eval -c path/to/config.yaml  # Specific config
npx promptfoo eval --filter-metadata key=v # Filter tests
npx promptfoo view                         # Web UI for results
npx promptfoo cache clear                  # Clear result cache

References

Consult the configuration reference and Anthropic provider docs for full details.

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/promptfoo-llm-evaluation-framework-mmh8qqy4/download' --output '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md.part' && mv '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md.part' '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md' && test -s '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/promptfoo' && cp -R '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4' '.claude/skills/promptfoo'

Cursor
test -f '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md' && test -s '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/promptfoo' && cp -R '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4' '.cursor/skills/promptfoo'

Codex
test -f '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md' && test -s '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md' && mkdir -p '.agents/skills' && test ! -e '.agents/skills/promptfoo' && cp -R '.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4' '.agents/skills/promptfoo'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4'

openskills read 'promptfoo-llm-evaluation-framework-mmh8qqy4'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/promptfoo-llm-evaluation-framework-mmh8qqy4/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires