LangChainJS 0.3.21版本发布:工具定义与OpenAI优化
LangChainJS是一个用于构建基于语言模型应用的JavaScript库,它提供了与各种语言模型交互的标准化接口,并支持链式调用、记忆管理等功能。该项目让开发者能够更轻松地构建复杂的AI应用,如聊天机器人、问答系统等。
核心功能更新
工具定义方式的扩展
本次版本最显著的改进是新增了对JSONSchema定义LangChain风格工具的支持。这意味着开发者现在可以通过两种方式定义工具:
- 传统的函数式定义
- 使用JSONSchema规范
JSONSchema是一种广泛使用的JSON数据格式描述标准,采用这种方式定义工具可以带来以下优势:
- 更好的类型安全性
- 更清晰的接口文档
- 与其他系统的更好兼容性
例如,现在可以这样定义一个天气查询工具:
const weatherTool = {
name: "get_weather",
description: "获取指定城市的天气信息",
parameters: {
type: "object",
properties: {
location: {
type: "string",
description: "城市名称"
},
unit: {
type: "string",
enum: ["celsius", "fahrenheit"],
default: "celsius"
}
},
required: ["location"]
}
};
这种定义方式特别适合在需要严格类型检查或与外部系统集成的场景中使用。
OpenAI相关优化
本次版本对OpenAI集成进行了多项重要改进:
-
流式处理修复:确保只有在实际需要流式响应时才发送
stream: true参数,避免了不必要的资源消耗。 -
消息类型处理增强:完善了对系统消息和开发者消息的处理逻辑,使得与OpenAI API的交互更加稳定可靠。
-
版本更新:OpenAI相关包已更新至0.5.5版本,包含了上述改进和其他稳定性提升。
文档与示例改进
开发团队对文档进行了多处优化:
- 修正了SQL问答提示的文档,使其与实际实现保持一致
- 扩展了LLM部分的描述,提供了更详细的使用说明
- 修复了多处拼写错误和表述不清晰的地方
这些改进使得新手开发者能够更快速地上手LangChainJS,减少了学习曲线。
其他更新
-
依赖包更新:多个核心依赖包如@langchain/core、@langchain/anthropic等都有相应版本更新,建议开发者一并更新以获得最佳兼容性。
-
CI/CD改进:移除了不再使用的调试action,优化了构建流程。
升级建议
对于正在使用LangChainJS的开发者,建议尽快升级到0.3.21版本,特别是:
- 需要严格类型定义工具的场景
- 使用OpenAI集成的项目
- 依赖SQL问答功能的应用程序
升级方式简单,只需更新package.json中的版本号并重新安装依赖即可。新版本保持了良好的向后兼容性,大多数现有代码无需修改即可正常工作。
LangChainJS持续演进,为JavaScript开发者提供了构建AI应用的强大工具集。这次更新进一步丰富了其功能集,特别是在工具定义和OpenAI集成方面的改进,将显著提升开发体验和应用稳定性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00