Phidata v1.2.16 版本发布:团队协作与知识检索能力升级
Phidata 是一个专注于人工智能代理(AI Agent)开发的开源框架,它提供了构建、管理和协调多个AI代理的能力。通过Phidata,开发者可以轻松创建复杂的多代理系统,实现任务分配、知识共享和团队协作等功能。
团队功能全面增强
本次发布的v1.2.16版本对团队协作功能进行了多项重要改进:
-
任务转发可靠性提升:优化了团队成员间的任务转发机制,确保任务能够更可靠地传递到目标代理。这一改进解决了之前版本中可能出现的任务丢失或传递失败的问题。
-
团队领导更自然对话:增强了团队领导代理的对话能力,使其在协调团队成员时能够表现出更自然的交互方式。这对于需要人类与AI团队进行复杂协作的场景尤为重要。
-
新增团队协作示例:提供了多个团队协作的实际案例,展示了如何在各种场景下利用Phidata的团队功能进行有效推理和问题解决。这些示例为开发者提供了实用的参考模板。
知识检索功能整合
v1.2.16版本将知识检索能力扩展到了团队层面:
-
团队知识库支持:现在可以为整个团队设置统一的知识库,团队成员可以共享这些知识资源。这避免了每个代理单独配置知识库的繁琐工作。
-
自定义检索器:新增了
retriever参数,允许开发者根据特定需求为团队配置自定义的知识检索器。这提供了更大的灵活性,可以针对不同类型的数据源优化检索效果。 -
代理式RAG支持:通过
search_knowledge功能,团队现在可以实现更智能的检索增强生成(RAG)模式。代理可以根据上下文动态决定何时以及如何检索知识,而不仅仅是简单的关键词匹配。
问题修复与兼容性改进
-
Gemini流式处理修复:解决了当Gemini Grounding功能在流式处理模式下使用时可能出现的错误,确保了流式输出的稳定性。
-
OpenAI结构化输出优化:针对OpenAI API的限制,调整了结构化输出的处理方式。现在Phidata的结构化输出能够更好地与OpenAI兼容,同时保持功能的完整性。
-
MongoDB索引优化:新增了对MongoDB索引名称的支持,提高了数据库查询效率,特别是在处理大规模知识库时效果显著。
开发者体验提升
-
Playground应用改进:为Playground环境中的代理、团队和工作流添加了默认ID,简化了开发者在测试环境中的配置工作。
-
错误处理增强:改进了对空值或异常输入的处理,特别是在知识检索和任务转发过程中,系统现在能够更优雅地处理边缘情况。
Phidata v1.2.16版本的这些改进使得AI代理团队协作更加流畅可靠,知识管理更加灵活高效,为构建复杂的企业级AI应用提供了更强大的基础框架。开发者现在可以更容易地实现多代理协同工作、知识共享和智能决策等高级功能。
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