Trigger.dev项目发布v4-beta.15版本:新增FFmpeg v7与Playwright扩展支持
Trigger.dev是一个现代化的开发者工具平台,专注于为开发者提供高效、可靠的自动化工作流解决方案。该项目通过模块化设计和丰富的扩展支持,帮助开发者快速构建复杂的自动化任务流程。
最新发布的v4-beta.15版本带来了两项重要的功能增强,进一步扩展了Trigger.dev的多媒体处理和浏览器自动化能力。下面我们将详细介绍这些新特性。
FFmpeg v7支持
新版本为现有的FFmpeg扩展增加了对FFmpeg 7.0版本的支持。开发者现在可以通过简单的配置选项ffmpeg({ version: "7" })来启用这一最新版本的FFmpeg功能。
FFmpeg作为业界领先的多媒体处理工具,7.0版本带来了多项性能优化和新功能。Trigger.dev的这一更新使得开发者能够在自动化工作流中利用FFmpeg 7.0的新特性,如改进的编解码器支持、更高效的转码算法等,处理视频、音频等多媒体文件。
Playwright浏览器自动化扩展
本次更新引入了一个全新的Playwright扩展,为Trigger.dev平台带来了强大的浏览器自动化能力。Playwright是一个现代化的浏览器自动化库,支持Chromium、Firefox和WebKit三大浏览器引擎。
通过这一扩展,开发者可以在Trigger.dev的工作流中实现:
- 网页内容抓取和数据提取
- 自动化表单填写和提交
- 网页截图和PDF生成
- 复杂的用户交互模拟
- 跨浏览器测试等场景
Playwright扩展的加入大大扩展了Trigger.dev的应用场景,使得开发者能够构建涉及网页交互的复杂自动化流程。
总结
Trigger.dev v4-beta.15版本通过新增FFmpeg v7支持和Playwright扩展,进一步丰富了平台的自动化能力。这些更新体现了Trigger.dev项目持续关注开发者需求,不断扩展其功能边界的开发理念。对于需要处理多媒体内容或实现浏览器自动化的开发者来说,这一版本提供了更加强大和灵活的工具支持。
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