Nerve项目v1.1.0版本发布:智能代理框架的重大升级
Nerve是一个开源的智能代理框架,它通过整合大语言模型(LLM)的能力,使开发者能够创建和运行各种自动化任务和工作流。该项目采用模块化设计,支持自定义代理(agent)和工具(tool)的开发,为构建智能自动化系统提供了灵活的基础设施。
核心功能增强
成本控制与资源管理
本次版本在资源管理方面做出了重要改进,新增了USD成本报告功能,能够实时显示token使用产生的费用。配合新增的--max-cost参数,用户可以设置任务执行的最大成本阈值,当费用超过预设值时系统会自动终止任务,这对预算敏感的应用场景特别有价值。
代理管理功能强化
新版本引入了nerve agents命令,可以直观展示已安装的代理和工作流列表。代理现在支持为变量设置默认值,当用户未通过命令行指定时自动使用默认配置,这大大提升了代理的易用性和灵活性。
上下文处理机制优化
针对大语言模型常见的上下文长度限制问题,v1.1.0实现了动态滑动窗口机制。当上下文超出限制时,系统会自动尝试使用逐渐缩小的窗口重新处理,这种渐进式方法显著提高了长文本处理的成功率。
开发者体验提升
工具链改进
shell工具执行现在默认设置了30秒超时,防止长时间挂起。同时改进了错误处理逻辑,当exit code为0时不再报告stderr中的内容为错误,这更符合Unix工具的使用习惯。
系统集成能力
新增的bettercap代理展示了Nerve与安全工具的深度集成能力。计算机使用(computer-use)命名空间的引入为系统级操作提供了更规范的接口。文件系统读取现在能够正确处理二进制数据,扩展了框架的处理范围。
用户体验优化
交互界面增强
命令行界面增加了色彩支持和更详细的日志记录,同时提供了--quiet选项满足静默运行需求。用户提示(prompt)现在支持从预设列表中选择,简化了复杂任务的配置过程。
配置管理
系统提示词(prompt)现在可以存放在~/.nerve/prompts目录下,并通过@前缀引用,实现了提示词的集中管理和复用。代理加载路径调整为~/.nerve/agents,使目录结构更加清晰合理。
架构调整与质量保证
项目放弃了对Python 3.9的兼容性支持,使代码能够利用更新的语言特性。测试套件得到了全面加强,特别是对工具调用和任务完成的验证逻辑。错误处理机制更加健壮,命名空间加载失败不会导致整个系统崩溃。
典型应用场景
新增的changelog代理示例展示了如何自动化生成项目变更日志。代码审计(code-audit)工具的重命名反映了功能定位的调整,更适合系统检查场景。这些示例为开发者提供了有价值的参考实现。
Nerve v1.1.0通过上述改进,在功能性、可靠性和易用性方面都达到了新的高度,为构建基于大语言模型的智能自动化系统提供了更强大的基础设施。
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