Phidata项目v1.1.13版本发布:增强AI工具链与模型支持
Phidata是一个专注于构建AI应用开发工具链的开源项目,它提供了与多种AI模型和服务的集成能力,帮助开发者更高效地构建和部署AI应用。本次发布的v1.1.13版本带来了多项重要改进和功能增强,特别是在AI模型工具支持和结构化输出方面有了显著提升。
核心功能增强
OpenAI文件搜索功能集成
新版本增加了对OpenAI内置"File Search"功能的支持。这项功能允许开发者直接将文件对象附加到代理提示中,系统会自动上传这些文件。这一改进使得开发者能够更方便地构建需要处理文档内容的AI应用场景,比如文档问答系统或知识检索应用。
引用提取功能强化
在Web搜索和文档处理方面,新版本做了两处重要改进:
-
OpenAI Web引用提取:现在可以自动从OpenAI的"Web Search"工具使用后提取URL引用,这对于构建需要验证信息来源或提供参考链接的应用非常有用。
-
Anthropic文档引用:当Claude模型处理附加文件时,现在能够提取文档引用信息。这使得基于文档的问答系统能够更准确地指出答案来源。
Cohere Command A模型支持
新版本加入了对Cohere最新旗舰模型Command A的支持。Command A是Cohere推出的高性能语言模型,在多种NLP任务上表现出色。这一集成扩展了Phidata项目的模型选择范围,为开发者提供了更多选项。
技术问题修复
Ollama工具参数处理
修复了Ollama工具在处理无类型参数时的问题。这一改进使得与Ollama模型的交互更加稳定,特别是在使用自定义工具时。
Anthropic结构化输出优化
解决了Anthropic及通过Azure使用Anthropic时结构化输出的问题。新版本不仅修复了某些情况下结构化输出失效的问题,还增强了对Pydantic模型中枚举类型的支持。这一改进使得在不原生支持结构化输出的模型上也能获得更好的开发体验。
Google Maps Places API适配
随着Google对Places API支持的变更,新版本进行了相应调整,确保"搜索地点"功能能够继续正常工作。这对于构建基于位置服务的应用至关重要。
开发者体验提升
本次更新还包含了一些开发者体验的改进,比如工作区设置的更新和测试流程的优化。这些改进虽然不直接影响功能,但能帮助开发者更高效地使用Phidata构建AI应用。
总的来说,Phidata v1.1.13版本在AI模型支持、工具链集成和开发者体验方面都做出了重要改进,进一步巩固了其作为AI应用开发工具链的地位。这些更新使得开发者能够更轻松地构建复杂的AI应用,特别是在需要处理文档、结构化输出和多种AI模型集成的场景下。
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust015
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00