Langfuse项目发布v3.61.0版本:自定义仪表盘正式版上线
Langfuse是一个开源的观测性平台,专注于为AI应用提供强大的监控和分析能力。该项目通过收集和分析AI应用运行时的各种指标和日志,帮助开发者更好地理解和优化他们的AI系统。
自定义仪表盘功能正式发布
本次发布的v3.61.0版本标志着自定义仪表盘功能正式从beta阶段毕业,成为Langfuse平台的核心功能之一。这个功能允许用户根据自身需求创建个性化的数据可视化面板,极大地提升了数据分析和监控的灵活性。
主要功能增强
-
大数字图表类型:新增了专门用于展示关键指标的大数字(big number)图表类型,这种图表特别适合在仪表盘上突出显示最重要的核心指标。
-
可拖拽组件:仪表盘上的各个组件现在支持拖拽操作,用户可以自由调整组件的位置和布局,打造完全符合个人工作习惯的仪表盘。
-
预置模板:系统提供了多个由Langfuse团队精心设计的预置仪表盘模板,这些模板覆盖了常见的监控场景,用户可以基于这些模板快速创建专业级的仪表盘。
用户体验优化
-
侧边栏通知过期机制:实现了侧边栏通知的可选过期功能,使得管理员可以控制通知的显示时长,避免过时信息干扰用户。
-
表格显示优化:在追踪(traces)和观测(observations)表格中,对名称列进行了截断处理,提高了表格的可读性和空间利用率。
技术改进与修复
-
仪表盘迁移处理:改进了仪表盘大小调整的迁移逻辑,现在能够正确处理空部件列表的情况,提高了系统的健壮性。
-
认证安全增强:优化了多租户SSO的登录域名强制验证逻辑,确保只在必要场景下应用域名验证,提升了安全性的同时不影响用户体验。
-
性能监控:新增了指标来测量按ID查询的时效性,帮助团队更好地监控和优化系统性能。
总结
Langfuse v3.61.0版本的发布,特别是自定义仪表盘功能的正式推出,标志着该项目在数据可视化和监控能力上又迈出了重要一步。这些改进不仅增强了平台的功能性,也显著提升了用户体验。对于依赖AI系统的团队来说,这些功能将帮助他们更高效地监控和分析系统运行状况,从而做出更明智的优化决策。
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