Google GenAI Python SDK v1.0.0 正式发布:功能增强与重大变更解析
Google GenAI Python SDK 是 Google 提供的生成式 AI 开发工具包,它简化了开发者与 Google 生成式 AI 模型的交互过程。本次发布的 v1.0.0 版本标志着该 SDK 已经趋于成熟,移除了实验性标签,并引入了多项重要功能和改进。
核心功能增强
自动函数调用支持
新版本在 generate_content_stream 和 send_message_stream 方法中全面支持了自动函数调用功能,包括同步和异步模式。这一改进使得开发者能够更自然地实现模型与外部函数的交互,大大提升了开发效率。
自动函数调用机制现在能够智能地处理历史对话内容,避免了冗余信息的重复传递,优化了交互流程。开发者需要注意,在使用 ANY 模式时,需要特别关注函数调用的处理方式。
响应模式增强
SDK 现在支持在 response_schema 中使用 Union 类型,这为开发者提供了更灵活的响应结构定义方式。不过需要注意的是,当前版本对某些特殊字段如 'default' 和 'anyof' 进行了限制,当检测到这些字段时会主动抛出错误,以避免潜在的兼容性问题。
重大变更与向后兼容性
本次发布包含一个重要的破坏性变更:移除了已被弃用的 deprecated_response_payload 字段。开发者需要检查自己的代码是否依赖此字段,并进行相应调整。
开发者体验优化
模型列表默认行为调整
现在调用模型列表接口时,默认返回基础模型而非调优模型,这一改变更符合大多数开发场景的需求。开发者如果需要获取调优模型列表,需要显式指定相关参数。
跨版本兼容性改进
针对不同 Python 版本的兼容性进行了多项优化:
- 特别处理了 Python 3.9 和 3.10 版本中 Pydantic 模型类型识别的问题
- 为 Python 3.13 移除了不兼容的测试用例,避免误报测试失败
- 增强了类型系统的健壮性
文档与示例更新
随着功能的稳定,官方文档移除了"实验性"的分类标签,反映了该 SDK 已进入生产就绪状态。同时更新了以下内容:
- 详细说明了如何通过 genai 客户端设置 API 版本
- 移除了不再适用的示例,更新了相关测试用例
- 完善了函数调用体验的说明文档
总结
Google GenAI Python SDK v1.0.0 的发布标志着该工具包进入了成熟阶段,提供了更稳定、更强大的生成式 AI 开发能力。开发者升级时需要注意破坏性变更,同时可以充分利用新引入的自动函数调用和增强的响应模式等特性来构建更智能的应用。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
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