工具档案：promptfoo——CLI 优先的 prompt 测试与红队工具

这张卡回答「轻量级评测用什么」。promptfoo 的定位是测试工具而非平台：强在快、可编排、能直接进 CI，弱在看板与团队协作。最常见的误用是拿它当长期评测中台——一旦评测用例超过几百条、需要业务方一起看结果，就应该迁移到带数据集管理与可视化的平台，两者是先后关系而非二选一。

相比站内评测方法论文章，这张卡的增量在于把「评测左移」落成具体动作：prompt 改动像代码一样过回归。国内语境的加分项是开源可离线，适配内网与私有化交付环境，数据不出客户机房。行动建议：在一个进行中的项目里给 CI 加一条 promptfoo 回归任务，把上次改坏 prompt 的事故变成第一条用例。