grammY v1.35.1 版本发布:优化类型定义与Azure Functions支持
grammY 是一个现代化的即时通讯机器人框架,它基于 TypeScript 构建,提供了优雅的 API 设计和强大的中间件系统。该框架让开发者能够轻松构建复杂的机器人应用,同时享受类型安全的开发体验。
类型系统优化
本次发布的 v1.35.1 版本主要对框架的类型系统进行了多项改进。首先,团队修复了聊天类型上下文类型的分布问题,这意味着现在开发者在使用不同类型的聊天上下文时,将获得更精确的类型推断和自动补全体验。
类型系统的另一个重要改进是减少了 NotUndefined 类型的范围,将其简化为 {}。这一变化看似微小,但实际上能显著提升类型检查的性能,特别是在处理复杂类型组合时。对于大型机器人项目,这将带来更快的编译速度和更流畅的开发体验。
业务连接标识符完善
团队注意到在某些场景下业务连接标识符存在缺失的问题,这在处理商业相关的机器人功能时可能导致类型不完整。v1.35.1 版本全面审查并补充了这些缺失的标识符,确保开发者在使用商业功能API时能够获得完整的类型支持。
Azure Functions v4 支持
考虑到云函数平台的演进,grammY 现在正式支持 Azure Functions v4 运行时。这一更新使得开发者能够在最新的 Azure Functions 环境中部署 grammY 机器人,利用 v4 版本带来的性能改进和新特性。对于已经在使用 Azure 作为部署平台的团队来说,这无疑是一个值得关注的升级点。
上下文类型导出修复
在之前的版本中,ChosenInlineResultContext 类型存在导出缺失的问题,这会影响内联查询结果处理的类型安全。v1.35.1 版本修复了这一疏忽,现在开发者可以正确导入和使用这一上下文类型,确保内联查询相关功能的开发更加顺畅。
总结
grammY v1.35.1 虽然是一个小版本更新,但包含了对类型系统和平台支持的重要改进。这些变化虽然不引入新功能,但对于提升开发体验和框架稳定性至关重要。特别是对于大型项目和使用 Azure Functions 的团队,建议尽快升级以获得更好的开发体验。
框架维护团队持续关注开发者反馈,不断优化类型系统和平台兼容性,体现了 grammY 对开发体验的重视。这种持续改进的态度也是 grammY 在机器人开发领域保持竞争力的关键因素之一。
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