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
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.
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
SûrThe 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 faiteExemples
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.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.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 annexesCe 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.mdDepuis 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’OpenSkillsopenskills 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 syncMode 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.
Comparaison de performances ClickHouse
Testing
Évaluez les résultats de tests de performance ClickHouse, analysez les régressions de PR, comparez avec l'historique et vérifiez la fiabilité des mesures.
Analyse des rapports de performance CI
Testing
Analyse les rapports de comparaison de performance CI pour une PR ClickHouse. Recoupe l'historique master pour distinguer les vraies régressions des tests instables.
Méthode Santa
Testing
Vérification adversarial multi-agents avec deux réviseurs indépendants. La sortie est vérifiée deux fois et corrigée itérativement jusqu'à ce que les deux acceptent avant publication.