VoltAgent核心库0.1.36版本发布:增强流式处理与服务器配置
VoltAgent是一个现代化的AI代理框架,专注于构建智能、可扩展的AI应用系统。其核心库@voltagent/core提供了构建AI代理所需的基础设施,包括对话管理、工具调用、多代理协作等功能。本次0.1.36版本带来了三项重要改进,显著提升了流式处理能力和服务器配置的灵活性。
全面增强的流式处理支持
新版本引入了fullStream功能,为开发者提供了更细粒度的流式处理控制。与传统的简单文本流不同,fullStream能够区分多种类型的处理步骤,包括:
- 文本增量(text-delta):AI生成的文本片段
- 工具调用(tool-call):代理调用外部工具时的通知
- 工具结果(tool-result):工具执行完成后的返回结果
- 推理过程(reasoning):AI思考过程的中间步骤
- 完成通知(finish):任务完成时的总结信息
- 错误信息(error):处理过程中出现的错误
这种细粒度的流式处理特别适合构建复杂的交互式AI应用。开发者现在可以精确控制不同类型事件的显示逻辑,例如在UI中区分主代理和子代理的输出,或者为不同类型的处理步骤添加视觉反馈。
同时,子代理事件转发机制也得到了改进。现在子代理的所有事件都会自动转发给父代理,而过滤逻辑则移到了客户端。这种设计提供了更大的灵活性,开发者可以根据应用需求自由决定如何处理来自不同代理的事件。
支持流式HTTP传输协议
在模型通信协议(MCP)方面,新版本升级了底层SDK,并新增了对streamable HTTP传输的支持。这一改进带来了三种传输模式:
- 自动选择模式(type: "http"):智能选择最佳传输方式,优先尝试streamable HTTP,失败时回退到SSE
- 强制SSE模式(type: "sse"):仅使用传统的Server-Sent Events协议
- 强制流式HTTP模式(type: "streamable-http"):仅使用新的streamable HTTP协议,不进行回退
这种多协议支持既保证了与旧系统的兼容性,又能充分利用新协议的优势。streamable HTTP协议通常具有更好的性能和资源利用率,特别是在高并发场景下。
统一的服务器配置方案
新版本重构了服务器配置方式,引入了统一的server配置对象,取代了之前分散的独立参数。这一改进带来了多项好处:
- 配置组织更清晰:所有服务器相关选项集中在一个对象中
- Swagger UI控制更精细:可以根据环境自动决定是否启用API文档
- 向后兼容:旧版配置方式仍然有效,但推荐迁移到新格式
服务器配置现在支持环境感知的默认值。在开发环境(NODE_ENV !== 'production')中,Swagger UI默认启用,便于API测试和文档查看;在生产环境中则默认禁用,增强安全性。开发者可以通过server.enableSwaggerUI显式覆盖这一行为。
自定义端点功能也得到了保留和增强,现在可以更方便地添加应用特定的HTTP端点,同时保持与核心API的和谐共存。
总结
VoltAgent核心库0.1.36版本通过这三项主要改进,显著提升了框架的实用性和灵活性。流式处理的增强使得构建复杂交互式AI应用更加容易;新的传输协议支持优化了性能表现;而统一的服务器配置则改善了开发体验。这些改进共同推动VoltAgent向着更成熟、更强大的AI应用框架迈进。
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