GenAIScript 1.138.0版本发布:GitHub模型集成全面升级与CI优化
GenAIScript是微软推出的一个专注于AI模型集成与脚本开发的工具项目,旨在为开发者提供便捷的AI模型调用和管理能力。最新发布的1.138.0版本带来了多项重要改进,特别是对GitHub托管模型的集成进行了全面重构,同时优化了持续集成流程的效率。
GitHub模型集成架构升级
本次版本最核心的改进是对GitHub托管模型支持的全面重构。开发团队将原有的集成方式迁移到了全新的models.github.ai API接口,这一变化带来了多方面的优势:
-
标准化模型标识符:新版本采用了统一的模型命名规范,如"github:openai/gpt-4.1"这样的格式,使得模型引用更加清晰和一致。这种标准化命名方案将应用于所有配置、模板和定价相关的场景中。
-
动态模型目录支持:系统现在能够直接从GitHub的模型目录中获取最新的模型列表,而不是依赖静态配置。这意味着开发者可以实时访问GitHub平台上最新的模型资源,包括模型元数据和供应商信息。
-
扩展模型家族支持:升级后的集成架构原生支持更多新兴的模型系列,包括DeepSeek、Phi-4、Meta和Mistral等。这些模型现在可以通过GitHub Models市场直接访问和使用。
持续集成流程优化
针对开发者的构建体验,1.138.0版本引入了一项实用的CI优化:在自动化运行环境中自动跳过CLI跟踪生成。这一改进带来了两个明显的好处:
-
构建速度提升:通过避免在CI环境中生成非必要的跟踪数据,显著缩短了持续集成管道的执行时间。
-
日志输出精简:减少了CI日志中的冗余信息,使开发者能够更专注于真正重要的构建输出和错误信息。
底层改进与稳定性增强
除了上述主要特性外,本次更新还包含了一系列底层改进:
- 统一了获取操作(如模型列表获取)的调试和日志记录机制,使问题诊断更加方便
- 完善了模型供应商支持的相关文档和类型定义
- 提升了系统整体的稳定性和兼容性
这些改进虽然不像主要功能那样显眼,但对于长期维护和开发者体验同样重要。
总结
GenAIScript 1.138.0版本通过重构GitHub模型集成架构,为开发者提供了更强大、更灵活的AI模型管理能力。新的标准化接口不仅提升了当前的使用体验,也为未来集成更多模型和服务打下了坚实基础。同时,CI流程的优化体现了项目对开发者日常工作流程的细致考量。这些改进共同使得GenAIScript在AI开发工具链中的地位更加稳固,值得开发者升级体验。
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