Prism项目v0.51.0版本发布:结构化模型支持与API方法重构
Prism是一个专注于人工智能模型交互的PHP开源项目,它为开发者提供了简洁优雅的API来调用各种AI模型的能力。在最新发布的v0.51.0版本中,项目团队带来了两项重要更新:新增对结构化模型的支持,以及对生成方法API的重大重构。
新增结构化模型支持
在AI应用开发中,结构化输出是一个常见需求。传统的文本生成模型虽然强大,但输出的内容往往是自由格式的文本,需要开发者额外编写代码来解析和提取结构化数据。v0.51.0版本通过新增对结构化模型的支持,直接解决了这一痛点。
新版本中,开发者现在可以使用Prism::structured()方法来调用支持结构化输出的AI模型。这些模型能够直接返回JSON等格式的结构化数据,大大简化了后续处理流程。例如,当需要从一段文本中提取实体信息(如人名、地点、时间等)时,结构化模型可以直接返回一个包含这些信息的结构化对象,而不是需要开发者自己编写正则表达式或复杂的文本解析逻辑。
API方法重构
v0.51.0版本对生成方法API进行了重大重构,这是本次更新的另一个重要变化。重构的主要目的是提供更清晰、更一致的API设计,使代码更易于理解和维护。
重构内容
-
废弃统一的
generate()方法:原先所有生成操作都通过generate()方法完成,这种设计虽然统一但缺乏表达力。新版本将其拆分为多个语义更明确的方法。 -
新的方法命名:
Prism::stream()→Prism::text()->asStream()Prism::text()->generate()→Prism::text()->asText()Prism::structured()->generate()→Prism::structured()->asStructured()Prism::embeddings->generate()→Prism::embeddings()->asEmbeddings()
重构优势
这种重构带来了几个明显的好处:
-
更好的语义表达:新方法名更准确地表达了它们的功能。例如,
asText()明确表示获取文本输出,asStructured()表示获取结构化数据。 -
更清晰的代码组织:不同类型的生成操作现在有各自独立的方法链,代码结构更加清晰。
-
更好的IDE支持:由于方法名更具描述性,IDE的代码补全功能能提供更准确的建议。
-
更易于扩展:新的API设计为未来添加更多类型的生成操作提供了更好的扩展性。
升级建议
对于现有项目,升级到v0.51.0版本需要注意以下几点:
-
方法替换:需要将所有
generate()方法的调用替换为对应的新方法。虽然旧方法目前只是被标记为废弃而非移除,但建议尽快迁移以避免未来版本中的兼容性问题。 -
测试验证:由于API发生了变化,升级后应进行全面测试,确保所有生成操作仍按预期工作。
-
文档更新:团队内部文档和注释中涉及生成方法的部分需要相应更新。
总结
Prism v0.51.0版本的发布标志着该项目在API设计和功能支持上的重要进步。新增的结构化模型支持为开发者处理结构化数据提供了更直接的解决方案,而API重构则提升了代码的清晰度和可维护性。这些改进使得Prism在PHP生态系统中作为AI模型交互工具的地位更加稳固,为开发者构建AI驱动的应用提供了更强大的支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00