两版提示词逐题放在一张表里，Promptfoo 还能检查输出条件
用变量、providers和tests组成测试矩阵；contains等断言负责明确条件，复杂质量判断仍要看答案。
每日分享
发现值得一试的 AI 项目、模型与新工具。
开源项目 · 最新发布优先141 条分享 · 第 5 页
一次失败回答别只留在日志里，Langfuse 可以把它变成下一轮测试题
从生产trace的observation加入dataset，补上期望输出并固定版本，让改提示词前后的比较有同一份材料。
把 Python 生成器接成聊天页面，Panel 可以逐段更新同一条回答
当前pn.ui.ChatInterface提供输入、重试与撤销；ChatFeed的异步生成器例子解释累计文字和逐次替换的区别。
只刷新任务状态那一块，Streamlit Fragment 不必重跑整张页面
官方折线图案例用run_every定时更新，还能开始和停止；模型推理与状态轮询可以据此分开组织。
一个 AI 服务有多个处理步骤，Ray Serve 让它们分别部署再接起来
DeploymentHandle把远端步骤写成可组合调用；前一步的结果还能直接传给后一步，每步独立配置资源。
