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。
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