moonfdd

优质互联网领域创作者

ollama v0.17.0 更新：OpenClaw 一键自动安装、Web 搜索支持、全新 Context 动态分配与 Tokenizer 性能大幅优化！
• OpenClaw 可通过 Ollama 自动安装、自动配置 • 云模型自动启用 Web 搜索能力 • 新的 VRAM 动态上下文长度机制 • 数据库 schema 升级至 v14 • Tokenizer 性能全面提升 • macOS / Windows 应用默认上下文长度将基于显存自动配置

moonfdd

优质互联网领域创作者

lmdeploy v0.12.1 最新版本发布！全面支持glm-4.7-flash，优化Qwen3系列模型与Transformers v5兼容性，稳定性与性能双提升！
🚀 新功能（Features）在v0.12.1中，新增了几个关键功能： • 支持glm-4.7-flash：新增对glm-4.7-flash模型的全面支持，为用户提供更高效的推理体验。 • Ascend平台支持EP：正式支持Ascend平台的EP运行模式，提升在华为昇腾硬件上的兼容和性能表现。 💥 改进（Improvements）性能与兼容性方面进行了多项优化： • 修复Transformers v5的rotary embedding兼容问题：有效解决了在新版transformers中旋转嵌入异常的问题，提升模型稳定性。 • 改进指标日志（metrics log）输出：优化指标记录与性能监控机制，使调试与性能评估更直观。 • 支持Qwen3模型量化配置中忽略特定层：进一步增强Qwen3模型的量化灵活性，方便开发者自定义量化策略。 • 新增自定义noaux kernel：提升系统可扩展性和内核处理能力。 • 修复Qwen3-VL与Transformers v5兼容问题：保证视觉语言模型在最新Transformers环境下的兼容与稳定运行。 🐞 Bug修复（Bug fixes）本次版本修复了多个关键问题，有效提升系统的稳定性与可靠性： • 修复工具调用解析器的流式游标问题。 • 解决TP模式下引导解码的并发竞争问题。 • 修复FA3检查逻辑。 • 修复时间序列预处理中出现的异常。 • 修复Attention算子中负KV序列长度错误。 • 修复Qwen3-VL-MOE模型在长上下文场景下的不稳定问题。 • 优化smooth quant逻辑，将量化后的norm移至CPU，避免旧q_linear引用问题。 • 更新noaux-kernel检查机制，提升内核稳定性。 🌐 其他更新（Other）在系统环境与文档方面也进行了更新： • 输入CUDA版本调整为12.6.2，适配最新CUDA环境，提高兼容性。 • 在llm_compressor.md中新增Qwen3-8B精度评估，为开发者提供更全面的参考指标。 • 重构CI测试用例，提升持续集成的稳定性与效率。 • 设置interns1_1为interns1_pro别名，简化模型调用配置。 • Docker构建优化：在使用CU13环境时自动跳过FA2组件，提高构建灵活性。 • 最后，版本号正式升级至v0.12.1。

moonfdd

优质互联网领域创作者

openclaw v2026.2.21版本正式发布：新增Gemini 3.1支持、火山引擎对接、全新Discord语音系统与超200项安全和性能升级
1. CLI增强 CLI新增每账户与每渠道的默认外发路由回退配置，当设置了默认目标通道时，执行 openclaw agent --deliver 语句无需显式指定 --reply-to 即可自动发送，提高自动化调用体验。同时，CLI实现了更严格的JSON参数解析机制，新增 --strict-json 选项以减少命令歧义，--json 仍被保留为兼容别名。根命令保持 openclaw -v 作为版本显示，不再与子命令的 -v 或 --verbose 冲突。 2. 通道配置与模型管理通过 channels.modelByChannel 提供每通道模型覆盖能力，允许用户在不同消息平台上使用不同模型配置，并在 /status 接口中清晰展示。 3. Telegram与Discord再升级 Telegram与Discord两个主要平台进行了大规模重构： • Telegram： • 预览流式配置简化为 channels.telegram.streaming 布尔值。 • 移除复杂的预览分支结构，旧模式自动映射为统一流式逻辑。 • 新增生命周期状态表情反应机制：思考、工具、完成、错误等阶段都可配置emoji与时序。 • 增强流预览清理机制，在异常抛出时自动清理临时消息。 • 增强针对重复bot-token检测与冲突处理，防止多账户轮询冲突。 • Discord： • 新增语音通道管理：支持 /vc 命令加入、离开及状态监控，可用于实时语音会话。 • 增强临时消息响应默认值，可设定交互命令是否使用短暂回馈。 • 支持论坛标签编辑，频道编辑时可动态更新forum标签集。 • 增强多级线程绑定 Subagent 会话模型，支持线程聚焦与路由。 • 支持实时预览流模式，可配置块化或分块响应。此外，Discord与Telegram共享生命周期反应控制器，允许全局可视化状态更新机制，极大增强交互的即时反馈性。

moonfdd

优质互联网领域创作者

ollama v0.16.3 发布：新增Cline集成、支持Gemma 3 / Llama 3 / Qwen 3架构、全新Zstd压缩支持与TUI交互升级详解
一、版本信息概览 2026年2月21日，ollama 团队正式发布 v0.16.3 最新版本。这一版本是继上次更新后的又一次重要功能升级与性能优化版本，不仅集成了全新的 Cline CLI 启动支持，还在多项关键功能上进行了拓展与修复，包括： • 新增 Cline CLI 集成支持：ollama launch cline • 新增 MLX Runner 对 Gemma 3、Llama3 和 Qwen3 三种架构的支持 • 改进命令行交互，ollama launch 现在始终显示模型选择器 • 引入 Zstd 压缩解码支持以提升请求处理性能 • 优化 TUI 单选与多选交互体验 • 新增 Pi 集成文档与更加完善的 CLI 配置能力 • 修复多项 MLX 参数显示、调度和层工厂创建的错误这一版本的改动范围广泛，涉及命令行接口 (CLI)、模型调度（MLX runner）、服务器中间件、解析器系统、安装脚本、文档系统等七大板块。下面我们将详细拆解 ollama v0.16.3 的新版特性与底层改动。

moonfdd

优质互联网领域创作者

RAGFlow v0.24.0 发布！全新「内存系统 + 多沙箱引擎 + OceanBase 支持」惊艳登场，功能全面革新！
RAGFlow v0.24.0 的开发重点主要围绕以下几大核心方向展开： 1. Memory（记忆系统）正式上线：支持 SDK 与 API 接入，同时提供控制台日志查看。 2. Agent（智能代理）全面升级：引入会话管理、对话保持、多沙箱机制。 3. Dataset（知识库）增强：支持批量 Metadata 管理，ToC 更名为 PageIndex。 4. Chat 模块革新：移除过时的 Reasoning 配置，引入全新的 Thinking 模式与流式输出。 5. Admin 管理优化：多管理员体系上线，权限控制更灵活。 6. Model 接入中心拓展：支持更多模型并引入连接测试功能。 7. Ecosystem（生态拓展）：全面支持 OceanBase 数据库，并新增 PaddleOCR-VL 支持。 8. 数据源集成增强：支持 Zendesk、Bitbucket、Seafile、MySQL、PostgreSQL 等多数据源。除此之外，v0.24.0 还包含了大规模的 Bug 修复、性能优化与架构重构，为企业级开发提供了更加稳定可靠的底层支撑。

moonfdd

优质互联网领域创作者

ComfyUI v0.14.2 发布：修复 Gemini/Nano banana 节点空白图像问题，全新 MIME 匹配机制登场
1. 更新目标：解决 Gemini/Nano API 空白图像问题在此前版本中，ComfyUI 的 API 节点在处理 Gemini 模型生成的内容时，偶尔会出现返回空白图像的情况。这个问题主要出现在节点对返回的 MIME 类型进行匹配的过程中，系统仅能识别具体的字符串类型（如 "image/png"），而无法通配或灵活识别其他类型，例如 "image/jpeg" 或 "image/webp" 等。此问题导致部分模型生成的图片未能正确提取和呈现，严重影响使用体验。 v0.14.2 版本针对这一问题进行了根本性的技术改进，通过使用 glob（通配符）匹配机制，使 MIME 类型匹配更加灵活和智能，从而彻底解决这一潜在漏洞。 2. 代码关键改动：增加 _mime_matches 函数在 comfy_api_nodes/nodes_gemini.py 文件中新增了如下逻辑： def _mime_matches(mime: GeminiMimeType | None, pattern: str) -> bool: """Check if a MIME type matches a pattern. Supports fnmatch globs (e.g. 'image/*').""" if mime is None: return False return fnmatch(mime.value, pattern) 这一函数通过引入 Python 标准库 fnmatch 模块，实现了基于通配符的 MIME 字符串匹配。从原先的严格字符串等值判断，演进为支持标准通配表达式，如： • "image/*" —— 匹配所有图像类型； • "text/*" —— 匹配所有文本类型； • "application/*" —— 匹配所有应用数据类型。这样一来，当 Gemini 模型在返回数据时使用不同的 MIME 描述（例如某些模型可能返回 "image/jpeg" 或 "image/webp"），程序都可以自动识别并正确提取图像数据，极大提升了兼容性与稳定性。 3. 函数 get_parts_by_type 改进：全面采用 _mime_matches 匹配机制在此函数中，原本用于判断 MIME 类型的逻辑为直接字符串比较： elif part.inlineData and part.inlineData.mimeType == part_type: 新的代码将其改为： elif part.inlineData and _mime_matches(part.inlineData.mimeType, part_type): 同样地，文件数据部分也采用相同逻辑： elif part.fileData and _mime_matches(part.fileData.mimeType, part_type): 这意味着无论数据是 inlineData（内嵌数据）还是 fileData（文件数据），都能通过灵活的模式匹配来识别不同类型的输入内容。这一步调整是本次更新的核心，它直接关联到 Gemini 节点的图像提取逻辑，也是解决空白图像问题的根本。 4. 函数 get_image_from_response 改进：支持所有图像类型此前版本中，程序仅从响应中提取 "image/png" 类型的内容： parts = get_parts_by_type(response, "image/png") 但由于很多模型会生成多种不同格式的图像，因此新版将其改为： parts = get_parts_by_type(response, "image/*") 这意味着系统现在可以从返回的任何图像类型（包括 JPEG、WEBP、GIF、TIFF 等）中识别并提取图像数据，大幅度提升兼容性与处理效率。这一调整配合 _mime_matches 函数的通配符匹配机制，可视为一次重要的底层增强，为未来扩展更多的模型支持打下了坚实基础。

moonfdd

优质互联网领域创作者

dify 1.13.0——Human-in-the-Loop与工作流执行架构全面升级，释放AI与人的协作潜力
一、核心特性：Human-in-the-Loop (HITL) Dify 1.13.0 最大的创新在于引入了 Human Input 节点，这是一个革命性更新，让人类输入成为工作流原生组成部分。此前的工作流往往只能在“自动化”或“手动执行”两种模式之间切换，对于需要人工判断的高风险场景，这种二元结构显得捉襟见肘。而 HITL 的引入，弥合了这种“信任鸿沟”，让自动化流程具备人工纠偏能力。 1. 背景说明以往工作流要么完全由 AI 自动执行，要么依赖人工操作，这导致在涉及关键业务判断的场景中，难以平衡 AI 的效率与人工的可靠性。现在，Dify 支持将人工审核步骤直接嵌入工作流执行图中，实现真正的智能协作。 2. 核心功能（1）原生工作流暂停机制在流程关键节点插入“Human Input”节点，工作流即会暂停，等待人工输入。这对于涉及敏感决策或需人工校验的数据场景尤为必要。（2）人工审核与编辑暂停后系统会生成可视化界面，人工可审阅 AI 输出内容，修改关键变量（如草稿、数据结果等），再继续执行流程，从而保证精准度。（3）操作路由控制可配置自定义按钮，如“批准”、“拒绝”、“升级处理”等，用于决定后续工作流路径。不同操作对应不同的逻辑分支，实现高度灵活的决策流。（4）多渠道输入方式人工输入表单可通过 Web 应用或邮件推送形式完成。在云环境下，邮件方式可能受订阅计划或功能设置影响。二、架构更新：支持暂停和恢复的工作流机制为支持 HITL 所需的状态化暂停与恢复机制，Dify 对执行引擎进行了全面重构。 1. 执行架构变化 • Workflow-Based Streaming Executions 和 Advanced Chat Executions 现均由 Celery workers 执行。 • 非流式的工作流运行仍在 API 进程中处理。 • 所有暂停／恢复路径（包括 HITL）均通过 Celery 恢复执行，事件流式返回经由 Redis Pub/Sub 实现。 2. 大规模部署及自托管建议 Dify 引入了新的 Celery 队列：workflow_based_app_execution。标准部署模式可直接使用，但对于高并发、高吞吐环境，官方建议进行如下优化： • Scale Workers（扩展 Worker 数量）：根据工作负载增加对该队列的 Worker。 • Dedicated Redis（专用 Redis 实例）：大规模部署推荐配置 PUBSUB_REDIS_URL 指向专用 Redis；使用 Redis Cluster 模式结合分片 PubSub，可实现水平扩展与稳定高性能。

moonfdd

优质互联网领域创作者

ollama v0.16.2 发布：新增云模型控制、Web搜 ollama v0.16.2 发布：新增云模型控制、Web搜索功能与安全性强化的重大更新详解
此版本的核心亮点主要集中在以下几个方面： 1. Claude 模型新增 Web 搜索能力（仅云模式下支持） 2. 修复 PowerShell 下的显示问题 3. 新增设置项，可禁用云模型以保护隐私 4. Linux 环境新增环境变量 OLLAMA_NO_CLOUD=1 控制云访问 5. 修复实验性图像生成模型无法运行的问题 6. 新增多项数据库迁移与云配置验证机制

moonfdd

优质互联网领域创作者

go-zero v1.10.0发布！全面支持Go 1.23、MCP SDK迁移、性能与稳定性双提升
🎉 版本亮点（Highlights） v1.10.0 重点更新包括： • 支持Go 1.23：框架底层升级，全面适配Go 1.23的新特性与优化。 • MCP SDK迁移：切换至官方go-sdk，API更简洁更易用。 • 性能优化与稳定性提升：修复了多个竞争条件（race condition）相关问题，增强并发稳定性。 ✨ 新功能（New Features） 1. Go 1.23 支持 • 最低Go版本升级至1.23。 • 新版本中更好地利用Go编译器优化与运行时性能。 2. MCP Framework - SDK迁移 • 框架核心迁移到官方go-sdk。 • API简化，开发体验明显提升。 3. Gateway增强 • 新增WithDialer选项，支持自定义gRPC客户端配置。 • 网络灵活性与可扩展性进一步提升。 🐛 问题修复（Bug Fixes） 1. 熔断器机制（Circuit Breaker）修复 • 修复由于context取消导致的熔断器异常触发问题，使HTTP客户端更稳定。 2. 服务发现（Service Discovery）数据竞争修复 • 解决了服务发现过程中的map访问竞争，进一步提升并发可靠性。 3. 配置优化（Configuration） • 修复属性值中等号的解析问题。 • 移除冗余的配置校验逻辑，让配置更直观。 🔧 改进项（Improvements） 1. MCP Routes优化 • 路由实现重构，增强AddTool功能的稳定性与可用性。 2. 测试体系完善 • 为Load函数新增全面验证测试，确保配置加载过程稳定可靠。 🗑️ 弃用功能（Deprecations） • Jaeger Exporter移除 • 由于官方已弃用该模块，本版本彻底移除相关实现。 • 推荐使用其他分布式追踪方案替代。

moonfdd

优质互联网领域创作者

redis 8.6.0 正式发布！性能暴涨、内存占用大降、全新热键检测与更智能的逐出策略来了！
与 Redis 8.4 相比的主要变化 • 显著性能提升 Redis 8.6 对核心执行逻辑进行了深度优化，在命令执行效率及系统调用上大幅提速。 • 内存占用显著下降对哈希表（hashtable 编码）和有序集合（skiplist 编码）结构进行了优化，减少了内存占用。 • Streams：新增 XADD 幂等写入机制通过添加新参数 IDMPAUTO 与 IDMP，实现了 “至多一次”（at-most-once）的写入保障，确保流式数据写入更安全。 • 新增逐出策略（Eviction Policies）新增策略： • volatile-lrm：基于“最近修改时间”的易失键逐出； • allkeys-lrm：基于“最近修改时间”的全键空间逐出。这是继 LRU/LFU 后的全新思路——基于“修改活跃度”的内存淘汰机制。 • 热键检测与上报（Hot Keys Detection）通过新命令 HOTKEYS 可以实时检测访问频繁的键，方便进行精细化性能优化和缓存热点分析。 • TLS 证书自动认证 Redis 8.6 支持基于证书的客户端自动认证机制，无需手动配置即可完成安全通信身份校验。 • 时间序列（Time Series）增强新增对 NaN（非数值）的支持；新增聚合函数： • COUNTNAN：统计 NaN 值数量 • COUNTALL：统计所有值数量为时间序列数据分析提供了更强的灵活性。

moonfdd

优质互联网领域创作者

DeepSpeed v0.18.6发布：修复关键并发问题，全面支持Python 3.14，性能更稳定更智能！
✅ 版本号更新版本文件已同步到 0.18.6，确保用户可以准确获取最新版本信息，版本管理更加规范。 ⚙️ 并发与模块优化本次更新修复了 leaf 模块的竞态条件问题，进一步提升了模型在高并发环境下的稳定性。同时，这意味着在分布式训练过程中，模块之间的同步与数据安全性得到了更好保障。 🧠 推理阶段优化在模型评估（eval）阶段，系统将跳过序列并行操作，显著减少无效计算，进一步优化了推理效率。这一改动对大模型推理特别友好，尤其是资源有限的推理部署场景。 🔧 AutoTP智能分区增强此次版本还新增了 AutoTP的自定义分区模式支持，并修复了 AutoTP自定义模式中未正确遵循use_default_specs参数的问题。这让用户能够更加灵活地定义Tensor分区策略，从而在不同硬件架构下获得最优性能表现。 📈 训练稳定性改进修复了 Gradient is ready with z2 的梯度计算问题，并修正了在ZeRO stage 0配置下，bf16梯度范数发散的问题，显著提升了混合精度训练的收敛稳定性。这对使用ZeRO优化的超大模型训练尤为关键。 🧩 Python 3.14兼容性更新 DeepSpeed v0.18.6全面支持Python 3.14的新注解处理机制，为未来Python版本的适配铺平道路，开发者可放心升级Python环境。 🧮 函数库更新用 math.gcd 替代了已弃用的 fractions.gcd，保持代码兼容性与标准化，确保长远维护更轻松。 ⚡ 性能改进：JIT替换为编译模式本次更新将 torch.jit.script 替换为 torch.compile，充分利用PyTorch新一代的编译优化能力，提升执行效率的同时简化模型编译部署流程。

moonfdd

优质互联网领域创作者

ollama v0.16.1发布：安装体验优化、模型加载超时可配置、图像生成更智能的全面更新解析
主要技术亮点： 1. 安装体验全面优化 • macOS安装仅在需要时请求密码。 • Windows安装新增实时进度条。 2. 模型系统更智能 • 新增minimax-m2.5作为首选推荐云模型。 • 推荐模型标注“(not downloaded)”状态。 • 云模型token限制范围更合理。 3. 文档体验再升级 • 快速入门文档更直观。 • 工具与API示例更全面。 • 支持更丰富的集成助手。 4. 图像生成模块可配置 • 通过OLLAMA_LOAD_TIMEOUT灵活控制加载时间。