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。
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