Vercel AI SDK OpenAI 提供程序更新解析
2025-06-03 09:00:24作者:羿妍玫Ivan
Vercel AI SDK 是一个用于构建 AI 应用的 JavaScript 工具包,它简化了与各种 AI 模型的交互过程。本次更新主要针对其 OpenAI 提供程序(@ai-sdk/openai)进行了功能增强和问题修复。
图像生成功能增强
本次更新为图像模型接口增加了providerMetadata支持,这对于使用DALL·E等图像生成模型的开发者来说是一个重要改进。现在当开发者调用experimental_generateImage方法时,除了生成的图像外,还能获取到OpenAI对原始提示词(prompt)的修订版本。
这个功能特别有用,因为OpenAI的图像模型有时会自动优化用户输入的提示词以提高生成质量。通过获取修订后的提示词,开发者可以:
- 了解模型如何解释和优化原始输入
- 学习如何编写更有效的图像生成提示词
- 在UI中向用户展示实际使用的提示词
示例代码展示了如何获取修订后的提示词:
const prompt = '圣诞老人驾驶凯迪拉克';
const { providerMetadata } = await experimental_generateImage({
model: openai.image('dall-e-3'),
prompt,
});
const revisedPrompt = providerMetadata.openai.images[0]?.revisedPrompt;
日志概率功能恢复
另一个重要变更是重新引入了logprobs作为providerMetadata的一部分。日志概率(log probabilities)是模型对生成token置信度的度量,对于需要分析模型输出的高级场景非常有用,例如:
- 评估模型对特定回答的确定性
- 实现自动纠错或建议功能
- 构建需要理解模型内部工作机制的应用
问题修复
本次更新还修复了一个与Zod解析相关的错误。Zod是一个TypeScript优先的模式声明和验证库,在AI SDK中被广泛用于验证输入和输出。这个修复确保了函数调用的参数能够被正确解析,提高了SDK的稳定性。
依赖项更新
作为常规维护的一部分,本次发布更新了多个内部依赖项,包括:
- @ai-sdk/provider-utils
- @ai-sdk/provider
这些更新带来了底层性能改进和bug修复,虽然对终端用户不可见,但有助于提高整体稳定性和可靠性。
总结
Vercel AI SDK的这次更新主要聚焦于增强开发者体验和功能完整性。新增的图像生成元数据访问和恢复的日志概率功能为开发者提供了更多控制权和洞察力,使他们能够构建更复杂、更可靠的AI应用。同时,底层问题的修复也提升了SDK的整体质量。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
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
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1