Mirascope v1.20.0版本发布:统一成本追踪与多模态支持
2025-07-05 07:43:32作者:薛曦旖Francesca
项目简介
Mirascope是一个专注于大语言模型(LLM)应用开发的Python框架。它通过提供简洁的API和工具链,帮助开发者更高效地构建基于大语言模型的应用程序。最新发布的v1.20.0版本带来了多项重要改进,特别是在成本追踪和多模态支持方面。
核心功能更新
统一成本追踪API
v1.20.0版本实现了跨所有LLM提供商的统一成本追踪API。这一功能对于企业级应用尤为重要,它使得开发者可以:
- 精确监控每个API调用的成本消耗
- 比较不同提供商之间的成本差异
- 优化模型使用策略以降低成本
- 生成详细的成本报告用于预算管理
新的成本追踪API设计简洁,开发者只需通过简单的接口调用即可获取详细的成本信息,无需针对不同提供商编写特定代码。
Anthropic图像URL支持
此版本扩展了对Anthropic模型的多模态支持,特别是增加了对图像URL的处理能力。这意味着开发者现在可以:
- 直接将图像URL作为输入传递给Anthropic模型
- 构建结合文本和图像的复杂应用场景
- 开发更丰富的多模态交互体验
这一改进使得Mirascope在计算机视觉与自然语言处理结合的应用场景中更具竞争力。
文档与示例优化
开发团队对文档进行了全面升级,重点包括:
- 将示例代码转换为完全自包含的形式,便于开发者直接运行和测试
- 迁移文档内容至提供商无关的API调用方式,提高代码的可移植性
- 确保所有文档中的代码片段都能正确解析和执行
- 显式统计缺失的文档导入,提高文档完整性
这些改进显著降低了新用户的学习曲线,使开发者能够更快地上手和使用框架。
技术实现亮点
改进的LLM提供商客户端处理
v1.20.0对LLM提供商客户端的处理机制进行了优化,使得:
- 客户端初始化更加灵活和可靠
- 错误处理机制更加完善
- 连接管理更加高效
这一改进提升了框架的稳定性和性能,特别是在高并发场景下的表现。
链式调用API标准化
文档中的链式调用示例已迁移至标准的llm.call API使用方式,这带来了以下好处:
- 代码风格更加统一
- 最佳实践更加明确
- 不同功能间的切换更加顺畅
总结
Mirascope v1.20.0版本通过引入统一成本追踪API、增强多模态支持以及优化文档体验,进一步巩固了其作为LLM应用开发首选框架的地位。这些改进不仅提升了开发效率,也为构建更复杂、更可靠的AI应用提供了坚实基础。对于正在使用或考虑使用大语言模型进行应用开发的技术团队,这一版本值得重点关注和升级。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
572
3.85 K
Ascend Extension for PyTorch
Python
388
459
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
682
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
213
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
807
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
781