Tianji 1.20.0 发布:AI 网关功能与博客系统重磅升级
Tianji 是一个开源的网站分析与监控平台,它帮助开发者轻松跟踪网站流量、用户行为以及性能指标。在最新发布的 1.20.0 版本中,Tianji 带来了两大核心功能升级:AI 网关集成和博客系统支持,进一步扩展了平台的能力边界。
AI 网关功能深度解析
本次更新最引人注目的特性是全新的 AI 网关功能。这一功能为开发者提供了完整的 AI 模型管理解决方案,包含以下核心能力:
-
多模型支持:除了基础模型外,新增了对 DeepSeek 和 OpenRouter 等平台的支持,让开发者可以灵活选择最适合业务需求的 AI 服务。
-
完整的生命周期管理:通过 CRUD(创建、读取、更新、删除)操作,开发者可以方便地管理各种 AI 模型配置,包括 API 密钥、请求参数等关键信息。
-
智能日志系统:所有 AI 请求都会被详细记录,包括请求内容、响应时间、消耗的 token 数量等关键指标。系统还创新性地加入了价格追踪功能,帮助团队精确掌握 AI 服务的使用成本。
-
数据分析集成:AI 网关数据被无缝整合到 Tianji 的洞察分析系统中,开发者可以通过可视化图表直观了解 AI 服务的使用情况、性能表现和成本趋势。
-
智能 token 计算:系统采用先进的 token 计算算法,当遇到未知模型时会自动回退到默认计算方式,确保计费的准确性。
博客系统全新上线
1.20.0 版本还引入了博客功能,为 Tianji 用户提供了内容分享的新渠道:
- 内置的博客编辑器支持 Markdown 语法,让技术写作更加高效
- 分类管理功能帮助组织技术文章
- 与现有用户系统无缝集成,简化发布流程
技术架构优化
在底层架构方面,开发团队进行了多项重要改进:
-
SQL 查询重构:将重复的 SQL 查询逻辑抽象到基类中,提高了代码复用率,减少了潜在的错误点。
-
UI 组件升级:日期选择器等交互组件从传统的下拉菜单替换为更现代的 Select 组件,提升了用户体验。
-
国际化支持:新增了大量翻译内容,特别是针对 AI 网关相关功能的本地化支持。
-
可视化增强:更新了图表配色方案,使数据展示更加清晰美观。
总结
Tianji 1.20.0 通过引入 AI 网关和博客系统,从一个单纯的网站分析工具进化成为更全面的开发者平台。AI 网关功能特别适合需要集成多种 AI 服务的企业,提供了从接入到监控的一站式解决方案;而博客系统则为技术团队分享知识、记录最佳实践提供了便利。这些新特性加上底层的技术优化,使 Tianji 在开源分析工具领域保持了领先地位。
kernelopenEuler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。C032
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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