用途：该技能围绕 Promptfoo 提供 LLM 提示词测试、评估与 CI/CD 质量门禁能力。当需要设置提示词评估、回归测试、集成 LLM 质量检查，或对提示词做安全扫描时调用。
主要能力：支持多类断言，包括功能性（contains、equals、is-json、regex、is-valid-json-schema）、语义性（similar、llm-rubric、factuality）、性能（cost、latency）与安全性（moderation、PII 检测）。可并排对比多个提示词与模型（如 OpenAI、Anthropic、OpenRouter），评估 RAG 场景中的上下文遵循与检索质量，并通过 redteam 插件与策略覆盖越狱、提示词注入、PII 泄露、OWASP Top 10 相关风险。
使用方式：无需全局安装，使用 npx promptfoo@latest init 初始化，eval 运行评估，view 在浏览器查看结果，redteam run 执行安全扫描。配置写在 promptfooconfig.yaml 中，含 prompts、providers、tests 等字段；可用 -o results.json 输出结果并在 CI 脚本中判断失败数。可结合 GitHub Action（promptfoo/promptfoo-action@v1）在 PR 中自动运行并回写结果，通过 threshold 设置通过率门禁。
适用场景：提示词回归与 A/B 测试、模型选型对比、RAG 与检索质量验证、上线前安全红队与合规报告。
限制：资料未提供该技能自身的收费、价格或平台支持范围；使用效果取决于所配置的模型提供商与 API 密钥；评估结果的准确性受测试用例与断言设计影响。