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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00