GenAIScript 1.89.1版本发布:交互优化与模型升级
GenAIScript是微软推出的一个开源AI脚本工具,旨在为开发者提供便捷的AI模型集成和脚本化能力。该项目通过VS Code插件的形式,让开发者能够快速调用各类AI模型完成自动化任务。最新发布的1.89.1版本带来了一系列用户体验改进和模型支持更新。
交互体验优化
本次更新对运行按钮(RunButton)进行了智能化的改进。当脚本执行过程中,按钮会自动从"运行"状态切换为"中止"状态,这种动态反馈机制使得用户能够更直观地了解当前脚本的执行状态,并提供了更便捷的中断控制方式。这种细节优化虽然看似微小,但对于频繁调试AI脚本的开发者来说,能够显著提升工作效率。
模型支持增强
1.89.1版本新增了对ollama平台的phi4模型的支持。phi4是近期发布的一款性能优异的中等规模语言模型,在代码生成和文本理解任务上表现出色。通过集成这一模型,GenAIScript用户现在有了更多样化的模型选择,可以根据不同任务需求灵活选用最适合的AI能力。
同时,开发团队还对现有模型的别名系统进行了优化和统一。模型别名是GenAIScript中用于简化模型调用的重要功能,通过为复杂模型路径设置简短易记的名称,让脚本编写更加简洁高效。这次的别名规范化工作进一步提升了这一功能的可用性。
代码质量与架构优化
在底层实现方面,1.89.1版本移除了不再使用的DeepSeek基础URL配置,精简了代码库。这种定期清理无用代码的做法有助于保持项目的可维护性,减少潜在的配置冲突。
另一个值得注意的改进是对topP等关键参数命名的一致性优化。在AI模型调用中,参数命名的统一性直接影响到脚本的可移植性和可读性。开发团队通过标准化这些关键参数的命名,使得不同模型间的切换更加顺畅,也降低了用户的学习成本。
总结
GenAIScript 1.89.1版本虽然是一个小版本更新,但在用户体验和模型支持方面都带来了实质性的改进。从动态交互按钮到新模型集成,再到代码质量的持续优化,这些变化共同推动着这个AI脚本工具向更加成熟、易用的方向发展。对于已经在使用GenAIScript的开发者,建议尽快升级以体验这些改进;对于尚未尝试的用户,现在正是了解这个强大工具的好时机。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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