Refly v0.6.0 发布:AI原生创作平台的全面升级
Refly 是一款面向未来的 AI 原生创作平台,它通过智能画布的形式,将思维导图、文档编辑和 AI 能力完美融合,为用户提供了一个全新的知识管理和内容创作环境。在最新发布的 v0.6.0 版本中,Refly 带来了多项重大更新,从模型自定义配置到云部署支持,从演示功能到批量图像处理,全面提升了平台的灵活性、可用性和创作效率。
自定义模型配置:打造专属AI创作环境
v0.6.0 版本最引人注目的特性之一是全面支持自定义模型和提供商配置(BYOK)。这一功能让用户能够完全掌控自己的AI创作环境:
-
经济高效的使用方式:用户现在可以连接自己的API Key,无需消耗订阅配额即可免费使用Refly的全部功能。这为个人用户和小团队提供了极大的成本优势。
-
全方位的模型定制:
- 支持为对话模型、嵌入模型、网络搜索和资源解析配置自定义提供商
- 对话模型支持自定义列表和分组管理,例如可以创建专门的编程模型组或写作模型组
- 嵌入和重排序模型支持细粒度的参数调整
-
技术实现亮点:Refly 通过模块化设计实现了对不同AI服务的抽象和统一管理,开发者可以轻松集成新的模型提供商,而终端用户则能享受到一致的交互体验。
一键云部署:零门槛体验AI创作
为了让更多用户能够快速体验Refly的强大功能,v0.6.0新增了一键云部署支持:
-
多平台支持:目前支持Gitpod、Zeablur和Sealos三大云平台,用户可以根据自己的偏好选择最适合的部署环境。
-
零配置启动:无需复杂的服务器设置或环境配置,点击部署按钮即可获得一个完整的Refly实例,所有画布功能立即可用。
-
技术架构优化:为了实现这一功能,Refly团队对应用进行了容器化改造,确保在不同云平台上都能提供一致的性能和体验。
全新首页与演示功能:提升创作体验
v0.6.0对用户界面进行了多项优化,显著提升了创作体验:
-
智能首页设计:
- 支持在首页直接提问,一键转换为画布创作
- 新增场景化模板库,提供常见使用场景的快速启动提示词
- 精选社区模板让用户可以借鉴他人的优秀创作
-
专业演示功能:
- 灵活的内容组织:可将任意画布节点加入演示,自由排列顺序
- 全屏演示模式:提供专注的演示环境
- 便捷分享:一键生成公开链接,方便团队协作
批量图像处理与文档导出:增强创作能力
针对内容创作者的实际需求,v0.6.0强化了多媒体处理能力:
-
高效的图像处理:
- 支持多种批量上传方式:复制粘贴、拖拽上传或点击上传
- 灵活的添加路径:可通过资源面板直接上传添加,也可拖拽到画布自动上传
- 图像生成技能支持(需自行配置API Key)
-
专业的文档输出:
- 支持docx和pdf两种格式导出
- 完整保留文档样式和结构,确保输出质量
系统优化与性能提升
v0.6.0版本在系统稳定性和用户体验方面做了大量优化工作:
-
性能与稳定性:
- 解决了AI响应时高资源占用导致的卡顿和崩溃问题
- 优化了本地缓存机制,防止缓存溢出导致的异常
- 修复了节点连接线偶发消失的问题
-
用户体验改进:
- 优化侧边栏交互,支持画布和知识库区域的折叠
- 知识库功能增强:分离知识库提示词和检索设置
- 节点操作简化:增加直观的"+"引导,优化右键菜单
- 自动布局改进:保持组内子节点的相对位置,避免重叠
-
编辑器优化:
- 线性对话优化:打开响应时自动滚动到初始位置
- 代码组件处理优化:解决大代码块的截断问题
- 编辑器加载优化:超时自动回退机制
技术架构演进
从技术角度看,v0.6.0版本标志着Refly架构的重要演进:
-
插件化架构:通过自定义模型配置功能的实现,Refly建立了一个可扩展的插件体系,为未来集成更多AI服务奠定了基础。
-
状态管理优化:针对性能问题的改进反映了团队在复杂应用状态管理方面的深入思考,特别是处理大量节点和连接时的渲染性能。
-
云原生适配:一键部署功能的背后是对容器化和云平台适配的全面支持,使Refly能够适应各种部署环境。
未来展望
Refly v0.6.0的发布不仅带来了丰富的功能更新,更展示了AI原生创作工具的无限可能。随着自定义模型支持的加入,用户可以打造完全个性化的AI创作环境;而云部署功能则大大降低了使用门槛。可以预见,Refly将继续深化AI与创作的融合,为用户提供更智能、更高效的创作体验。
对于开发者而言,Refly的架构演进也提供了宝贵的参考,特别是在如何处理AI服务集成、复杂应用状态管理和跨平台部署等方面。随着项目的持续发展,Refly有望成为AI时代知识管理和内容创作的标杆工具。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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