AI Skill Hub 推荐使用:Litmux提示词测试框架 是一款优质的Prompt模板。AI 综合评分 7.8 分,在同类工具中表现稳健。如果你正在寻找可靠的Prompt模板解决方案,这是一个值得深入了解的选择。
专为AI提示词设计的单元测试框架。支持多模型对比测试、成本优化分析,帮助开发者高效验证和优化提示词质量,适合AI应用开发者和提示词工程师。
Litmux提示词测试框架 是经过精心设计和反复验证的专业 Prompt 模板集合。这些 Prompt 框架能够有效激活 Claude、ChatGPT 等大型语言模型的深层能力,让 AI 生成更准确、更有价值的输出结果。无需任何安装,直接复制模板内容到 AI 对话框即可使用。
专为AI提示词设计的单元测试框架。支持多模型对比测试、成本优化分析,帮助开发者高效验证和优化提示词质量,适合AI应用开发者和提示词工程师。
Litmux提示词测试框架 是经过精心设计和反复验证的专业 Prompt 模板集合。这些 Prompt 框架能够有效激活 Claude、ChatGPT 等大型语言模型的深层能力,让 AI 生成更准确、更有价值的输出结果。无需任何安装,直接复制模板内容到 AI 对话框即可使用。
# Prompt 无需安装,直接复制使用 # 支持:Claude / ChatGPT / Gemini / 通义千问 等主流模型 # 使用步骤 # 1. 复制 Prompt 模板内容 # 2. 粘贴到 AI 对话框 # 3. 替换 [占位符] 为实际内容 # 4. 发送后获取结构化输出 # 获取原始文件 git clone https://github.com/litmux4ai/litmux
# 粘贴到 Claude/ChatGPT 使用 # 示例 Prompt 结构: 你是一位 [角色],擅长 [领域]。 请根据以下要求完成任务: 任务背景:[描述背景] 具体要求:[详细说明] 输出格式:[期望格式] # 将 [] 内内容替换为实际需求
# litmux 配置文件示例(config.yml) app: name: "litmux" debug: false log_level: "INFO" # 运行时指定配置文件 litmux --config config.yml # 或通过环境变量配置 export LITMUX_API_KEY="your-key" export LITMUX_OUTPUT_DIR="./output"
Unit tests for AI. Test prompts, compare models, catch regressions.
<p align="center"> <img src="https://img.shields.io/badge/python-3.11+-blue?logo=python&logoColor=white" /> <img src="https://img.shields.io/badge/license-MIT-green" /> <img src="https://img.shields.io/badge/tests-107%20passing-brightgreen" /> </p>
pip install litmux && litmux init && litmux run
---
```bash pip install litmux
cp .env.example .env
See examples/ for three ready-to-run projects:
01-quickstart — minimal single-model test02-multi-model — compare across providers03-generate-and-eval — AI-generated dataset + LLM judge---
Sync results to a hosted dashboard for history, trends, and team visibility.
litmux login # one-time browser auth
litmux run # results auto-sync
litmux dashboard # open app.litmux.dev
The CLI works fully offline. Cloud is opt-in.
---
models:
- provider: openai | anthropic | google | huggingface
model: string
temperature: 0.0
max_tokens: 1024
defaultTest:
assert:
- type: cost-less-than
value: 0.01
tests:
- name: string
prompt: path/to/prompt.txt
inputs: { variable: "value" }
assert:
- type: contains
value: "expected"
evals:
- name: string
prompt: path/to/prompt.txt
dataset: path/to/data.csv
input_mapping: { prompt_var: csv_column }
expected: csv_column
assert: [...]
judge:
criteria: "..."
threshold: 7.0
| Variable | Purpose |
|---|---|
OPENAI_API_KEY | OpenAI models, LLM judge, dataset generation |
ANTHROPIC_API_KEY | Anthropic models |
GOOGLE_API_KEY | Google models |
HF_TOKEN | HuggingFace models |
LITMUX_NO_CACHE | Set to 1 to skip the response cache |
LITMUX_API_URL | Override cloud API endpoint (default: https://api.litmux.dev) |
LITMUX_API_URL_ALLOW_INSECURE | Set to 1 to allow non-HTTPS LITMUX_API_URL (local dev only) |
LITMUX_DASHBOARD_URL | Override dashboard URL (default: https://app.litmux.dev) |
LITMUX_JUDGE_MODEL | LLM model used for llm-judge assertions (default: gpt-4o-mini) |
LITMUX_CLOUD_ENABLED | Set to 1 to opt in to Litmux Cloud (private beta) |
---
litmux init # scaffold a project litmux run # run tests against all configured models ```
No database, no cloud account, no Docker.
---
- run: litmux run --ci env: OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }} ```
---
litmux compare
---
创意性强的提示词测试工具,填补了AI开发中缺失的自动化��证环节,对成本敏感的团队很有价值。
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。
总体来看,Litmux提示词测试框架 是一款质量良好的Prompt模板,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。
| 原始名称 | litmux |
| 原始描述 | 开源Prompt模板:⚡ Unit tests for AI. Test prompts, compare models, save money.。⭐104 · Python |
| Topics | 提示词测试模型对比成本优化开发工具 |
| GitHub | https://github.com/litmux4ai/litmux |
| License | MIT |
| 语言 | Python |
收录时间:2026-05-21 · 更新时间:2026-05-22 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端