Genkit JS 1.2.0发布:强化评估功能与AI插件支持
Genkit是一个由Firebase团队开发的JavaScript工具库,旨在为开发者提供构建和评估生成式AI应用的能力。该项目通过提供标准化的工具和插件,简化了AI模型的集成、测试和评估流程。最新发布的1.2.0版本带来了一系列功能增强和问题修复,特别是在评估功能和AI插件支持方面有了显著改进。
评估功能增强
新版本在评估功能方面进行了多项优化。首先,开发者现在可以在运行评估时直接查看Dev UI的链接,这大大提升了开发体验,使得评估结果的查看和分析更加便捷。此外,当推理失败时,系统会自动填充testcaseId字段,确保评估记录的完整性,便于开发者追踪和调试问题。
评估器插件方面新增了三种强大的评估方法:深度相等比较、正则表达式匹配和JSONata表达式评估。这些新增的评估方法为开发者提供了更灵活的评估手段,能够满足不同场景下的评估需求。特别是JSONata评估器的加入,使得开发者能够使用强大的JSON查询和转换语言来验证AI模型的输出。
AI插件功能扩展
在AI插件方面,1.2.0版本为Google AI和Vertex AI插件增加了对YouTube URL的支持。这意味着开发者现在可以直接将YouTube视频链接作为输入传递给这些AI模型,扩展了模型处理多媒体内容的能力。同时,Google AI插件现在支持通过变量传递apiKey,提高了密钥管理的灵活性,使集成更加安全便捷。
类型系统改进
对于TypeScript开发者而言,本次更新还包含了一个重要的类型系统改进。所有标准类型现在都通过工具层进行了统一导出,这意味着开发者可以获得更好的类型提示和代码补全体验,同时也提高了代码的可维护性。
总结
Genkit JS 1.2.0版本的发布,进一步强化了其在生成式AI应用开发领域的工具链能力。通过增强评估功能、扩展AI插件支持以及改进开发者体验,这个版本为构建可靠的AI应用提供了更加强大的基础设施。特别是新增的评估方法和YouTube支持,为开发者处理复杂场景提供了更多可能性,体现了Genkit项目持续关注开发者实际需求的理念。
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