Mirascope项目v1.18.4版本发布:工具调用与模型交互的全面优化
Mirascope是一个专注于大语言模型(LLM)应用开发的Python框架,它提供了简洁的API来构建基于大语言模型的应用程序。该项目通过封装底层复杂性,让开发者能够更轻松地实现工具调用、对话管理、提示工程等功能。
核心功能改进
1. 大模型工具调用参数修复
本次版本修复了大模型接口中reasoning_effort调用参数缺失的问题。这个参数控制着模型在生成响应时的推理深度,对于需要复杂逻辑处理的应用场景尤为重要。开发团队通过补全这个参数,使得开发者能够更精细地控制模型的行为表现。
2. 响应工具消息类型修正
针对工具调用响应中的消息参数类型问题进行了修正。在之前的版本中,工具消息的某些参数类型定义不够准确,可能导致类型检查错误或运行时异常。新版本通过精确的类型标注,提升了代码的健壮性和开发体验。
模型交互优化
1. 基础模型字段标题处理
修复了基础模型中自定义字段标题被错误排除的问题。在构建复杂提示时,开发者经常需要为模型字段添加自定义标题来提高可读性。此修复确保了这些自定义标题能够正确应用于所有相关字段,使得生成的提示更加清晰易懂。
2. 使用量统计与成本计算
新增了对缓存令牌的处理逻辑,改进了成本计算功能。当使用缓存响应时,系统现在能够准确计算实际消耗的令牌数量,为开发者提供更精确的API使用成本估算。这对于需要严格控制预算的应用场景特别有价值。
文档与示例改进
1. 文档内容重构
开发团队对多个核心文档进行了重构,使其更加通用化:
- 将工具调用文档转换为与提供商无关的调用方式
- 代理相关文档也调整为提供商无关的表述
- 评估文档同样进行了通用化处理
这种重构使得文档内容不再局限于特定LLM提供商,提高了框架的通用性和可移植性。
2. 示例代码整理
重新组织了官方SDK示例,使其结构更加清晰合理。通过分类整理不同功能的示例代码,开发者能够更快地找到所需的实现参考,降低了学习曲线。
性能与稳定性增强
1. 大文件处理能力
针对云服务接口特别设置了10MB的最大有效载荷限制,考虑了Base64编码带来的33%开销。这一调整确保了在处理大文件时的稳定性和可靠性,避免了因超出限制而导致的请求失败。
2. 类型检查与代码质量
修复了多个类型检查相关的问题,包括:
- 解决了第三方库设置调用时的mypy类型检查问题
- 完善了LLM模块中通用的使用量统计类型定义
- 更新了Ruff代码检查工具的配置
这些改进提升了代码的静态分析能力,有助于在开发早期发现潜在问题。
总结
Mirascope v1.18.4版本通过一系列细致的修复和优化,显著提升了框架在工具调用、模型交互、文档质量和代码健壮性等方面的表现。这些改进使得开发者能够更高效地构建基于大语言模型的应用程序,同时保证了系统的稳定性和可维护性。特别是对类型系统的完善和对不同LLM提供商的通用化支持,为框架的长期发展奠定了良好基础。
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