OpenAI-Kotlin 4.0.0版本发布:全面拥抱Kotlin 2.0与WasmJs支持
OpenAI-Kotlin是一个基于Kotlin语言开发的OpenAI API客户端库,它为开发者提供了便捷的方式来访问OpenAI的各种人工智能服务。该项目遵循OpenAI API的更新,同时充分利用Kotlin语言的特性,为开发者提供类型安全、协程友好的API调用体验。
重大更新:Kotlin 2.0与Ktor 3.0迁移
本次4.0.0版本最核心的变化是全面升级至Kotlin 2.0和Ktor 3.0。这一升级带来了多项性能改进和新特性支持:
-
Kotlin 2.0:引入了更快的编译器、改进的类型推断系统以及更高效的代码生成。特别是对于协程的支持更加完善,这对于需要大量异步操作的AI API调用尤为重要。
-
Ktor 3.0:作为Kotlin生态中的HTTP客户端/服务器框架,3.0版本带来了更简洁的API设计和性能提升。在OpenAI-Kotlin中,这意味着网络请求处理更加高效稳定。
-
okio到kotlinx.io的迁移:这是一个重要的底层变更,kotlinx.io是JetBrains官方推出的I/O库,与Kotlin生态集成更紧密,提供了更符合Kotlin习惯的API。
新增WasmJs目标支持
4.0.0版本新增了对WasmJs编译目标的支持,这是一个重大特性扩展:
- 开发者现在可以将OpenAI-Kotlin编译为WebAssembly,在浏览器环境中直接运行
- 这意味着前端开发者可以在JavaScript环境中无缝使用Kotlin代码调用OpenAI API
- 结合Kotlin/Wasm的特性,可以获得接近原生性能的AI功能集成
助手与聊天功能增强
本次更新对助手(Assistant)和聊天(Chat)功能进行了多项改进:
-
结构化响应支持:现在助手API可以返回结构化数据,而不仅仅是文本。这使得处理复杂响应更加方便,开发者可以直接获取格式化后的JSON数据。
-
ChatCompletionRequest改为数据类:这一变更使得创建聊天完成请求更加简洁,可以利用Kotlin数据类的特性如复制修改等。
-
助手流式支持:新增了流式处理能力,对于长文本生成场景,可以实现逐块接收响应,提升用户体验。
运行工具调用改进
文件搜索工具调用(file search tool calls)现在得到了更好的支持。这一改进主要影响:
- 开发者可以更便捷地实现基于文件内容的AI问答功能
- 文件处理流程更加标准化,与OpenAI官方API保持同步
- 错误处理和类型安全得到增强
升级建议与兼容性说明
由于本次更新包含多项重大变更,开发者在升级时需要注意:
- Kotlin 2.0要求项目同步升级构建工具和插件版本
- okio到kotlinx.io的迁移可能需要修改部分I/O相关代码
- 新加入的WasmJs支持需要配置相应的编译目标
- 结构化响应等新特性需要调整现有代码以适应新的API设计
总体而言,4.0.0版本标志着OpenAI-Kotlin进入了一个更加成熟、功能更全面的阶段,特别是对现代Web开发和结构化数据处理的支持,使得它成为Kotlin开发者接入OpenAI服务的首选工具。
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