OpenAI-PHP/Laravel v0.12.0 版本发布:新增微调功能与环境配置优化
OpenAI-PHP/Laravel 是一个为 Laravel 框架提供 OpenAI API 集成的官方 PHP 客户端库。它简化了在 Laravel 应用中调用 OpenAI 各种功能(如文本生成、聊天、图像生成等)的过程,让开发者能够更便捷地将人工智能能力集成到自己的应用中。
最新发布的 v0.12.0 版本带来了一些值得关注的新特性和改进,主要包括新增微调功能支持、环境配置优化以及文档更新等方面。这些改进不仅扩展了库的功能范围,也提升了开发者的使用体验。
新增微调功能支持
v0.12.0 版本最重要的新增功能是提供了对 OpenAI 微调(Fine-tuning)API 的支持。微调是 OpenAI 提供的一项重要功能,允许开发者使用自己的数据对基础模型进行定制化训练,从而获得更适合特定任务或领域的模型。
通过新增的 fineTuning 方法,开发者现在可以直接通过 Laravel 的 OpenAI Facade 访问微调相关功能:
use OpenAI\Laravel\Facades\OpenAI;
$response = OpenAI::fineTuning()->create([
'training_file' => 'file-abc123',
'model' => 'gpt-3.5-turbo',
// 其他微调参数...
]);
这一功能为需要定制 AI 模型行为的开发者提供了极大便利,特别是在需要模型适应特定行业术语、风格或知识领域的场景中。
环境配置优化
新版本对环境变量配置进行了扩展,增加了对项目(Project)和基础URL(Base URL)的配置支持。这意味着开发者现在可以通过环境变量更灵活地配置 OpenAI 客户端:
OPENAI_PROJECT=your-project-id
OPENAI_BASE_URL=https://your-custom-endpoint.com
这种改进特别适合以下场景:
- 企业用户需要将请求指向自定义的 OpenAI API 端点
- 开发者需要在不同环境(开发、测试、生产)中使用不同的项目配置
- 需要兼容 OpenAI API 的替代实现或自定义服务
文档与示例更新
v0.12.0 还对文档进行了几项重要更新:
- 将默认模型示例从较旧的模型更新为更现代的 "gpt-4o-mini",这反映了 OpenAI 模型的最新发展,同时也提供了更具成本效益的选择
- 修正了文档中的 API 链接,确保开发者能够获取准确的信息
- 添加了 PR 模板,规范了社区贡献流程,有助于提高项目质量
其他改进
版本还包含了一些底层优化:
- 移除了不再需要的 prestissimo Composer 插件(Composer v2 已内置相关优化)
- 更新了 GitHub Actions 工作流,修复了已弃用的用法
- 升级了底层 openai/client 依赖到 0.10.3 版本
升级建议
对于正在使用旧版本的项目,升级到 v0.12.0 是一个相对平滑的过程,主要需要注意以下几点:
- 如果使用了自定义的 OpenAI 客户端配置,需要检查新的环境变量是否会与现有配置冲突
- 文档中推荐的模型已更新,可以考虑评估新模型是否适合你的用例
- 项目现在启用了 Dependabot,可以自动接收依赖更新通知
这个版本的发布进一步丰富了 OpenAI-PHP/Laravel 的功能集,特别是微调功能的加入为需要定制化 AI 解决方案的开发者提供了更多可能性。同时,配置灵活性的提升也让库能够适应更多样化的部署环境。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00