SmolAgents v1.17.0 发布:结构化输出与安全增强
SmolAgents 是一个专注于构建轻量级智能代理的开源框架,它通过模块化设计让开发者能够快速构建和部署各种AI代理。最新发布的v1.17.0版本带来了多项重要更新,特别是在结构化输出、执行安全性和流式处理方面有了显著提升。
结构化输出支持
本次更新中,CodeAgent新增了对结构化输出的支持。这一功能允许开发者定义更严格的输出模式,确保AI生成的响应符合预期的数据结构。结构化输出对于构建需要精确控制输出格式的应用场景特别有价值,比如:
- API接口调用
- 数据提取任务
- 需要严格验证输出的关键业务逻辑
通过结构化输出,开发者可以减少后期处理的工作量,同时提高系统的可靠性。这一特性采用了类似Pydantic的模型定义方式,让开发者可以轻松定义期望的输出结构。
流式处理增强
v1.17.0版本对HTTP MCP服务器的流式处理支持进行了扩展。现在框架能够更好地兼容支持流式响应的服务器实现,这对于需要实时显示生成内容的场景尤为重要,比如:
- 聊天应用中的逐字显示
- 长文本生成时的进度反馈
- 需要即时响应的交互式应用
同时,团队修复了多个与流式处理相关的问题,包括直播流中的计划步骤生成问题,以及LiteLLM提供完成标记时的流终止处理,进一步提升了流式处理的稳定性和用户体验。
执行安全强化
安全方面,本次更新对LocalPythonExecutor进行了重要改进,特别是限制了通过间接属性访问子模块的能力。这一变更有效防止了潜在的安全风险,特别是在执行用户提供代码时可能出现的非预期模块访问。安全增强措施包括:
- 限制间接属性访问路径
- 加强类定义执行时的安全检查
- 改进代码执行隔离机制
这些改进使得在沙箱环境中执行不可信代码更加安全,为构建更开放的代理平台奠定了基础。
开发体验优化
除了核心功能增强外,v1.17.0还包含多项提升开发者体验的改进:
-
类定义支持增强:LocalPythonExecutor现在能更好地处理类定义中的各种语法结构,包括带注解的赋值、属性赋值和pass语句等,使得在代理中定义复杂类结构更加顺畅。
-
运行结果丰富化:Agent.run()方法现在可以返回包含丰富元数据的RunResult对象,为调试和监控提供了更多信息。
-
文档完善:新增了关于使用OpenRouter模型的示例文档,修正了多处文档错误,并改进了LaTeX在GradioUI中的渲染支持。
总结
SmolAgents v1.17.0通过引入结构化输出、增强流式处理能力和强化执行安全性,进一步巩固了其作为轻量级智能代理框架的地位。这些改进不仅提升了框架的功能性,也增强了其在生产环境中的适用性。对于正在构建AI代理应用的开发者来说,这一版本值得关注和升级。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00