跳到正文

#開源專案

RSS
今日 0 則
11月10日週二
  1. Browser Use Releases71

    browser-use 1.0 改以 Python REPL 透過 CDP 操作 Chrome

    browser-use 1.0.0 改以持續運作的 Python REPL 直接透過 Chrome DevTools Protocol 操作 Chrome,並移除 DOM 序列化器與動作結構等中介層。

    推薦理由:**browser-use 1.0.0** 改以持續運作的 Python REPL 透過 CDP 操作 Chrome,並調整瀏覽器、模型與錯誤處理預設值;遷移說明有助評估升級影響。

  2. Browser Use Releases74

    browser-use 發布 1.0.0rc5 候選版,改用持續執行的 Python REPL 操作瀏覽器

    browser-use 發布 1.0.0rc5 候選版,以持續執行的 Python REPL、browser-harness 輔助工具與 raw CDP 取代每步從 DOM dump 選擇一個動作的引擎,並保留常用的 Agent、Browser、Tools、run() 與 final_result() 介面。

    推薦理由:browser-use 1.0.0rc5 更換瀏覽器操作引擎,並保留常用 API;遷移說明、相容性限制與基準資料可協助評估升級成本。

  3. AWS What's New62

    AWS 推出開源介面,讓 Neptune Analytics 分析資料湖中的關聯

    要分析資料湖裡不同資料表的關聯,通常得先整理節點和關係資料,再建立圖表並處理匯入。AWS 推出一款在本機執行的開源介面,讓使用者選擇 Athena 目錄和資料庫,用 SQL/PGQ 定義圖表,並在匯入前預覽資料列。介面會把選定資料暫存到 Amazon S3,再匯入 Neptune Analytics;載入後也能查詢和檢視圖表中的關係,適合用來探索帳戶與交易等資料之間的連結。

11月9日週一
11月8日週日
11月7日週六
  1. vLLM Official Blog72

    vLLM 遷移至 LibTorch Stable ABI:實作與驗證

    vLLM 透過 LibTorch Stable ABI 遷移,實現不需重建即可升級 PyTorch,提升維運效率。 - 核心變更:vLLM 0.33.0 開始發布 LibTorch ABI Stable CUDA wheels,允許直接載入新版本 torch wheel。

    推薦理由:本篇說明如何透過 LibTorch Stable ABI 讓 vLLM 免於重建,縮短升級週期並降低維運成本,並示範完整遷移流程與驗證方法。

11月6日週五
  1. ollama release50

    Ollama v0.40.15-rc2 支援 Xiaomi MiMo 的 mimo-v2.6,並改善模型使用方式

    Ollama v0.40.15-rc2 帶來多項更新,讓使用模型更方便。Xiaomi MiMo 的 mimo-v2.6 現在可在 Ollama 執行,這是一個 9B、專門處理程式碼和 AI 助理工作的模型;AutoTrust 也能讀文字,回答「是或不是」並給出機率和評分,其中 35b 與 27b-vl 還能看圖片,autotrust-jev 在這次更新中支援 Apple silicon。 另外,ollama launch 現在支援 Kimi Code CLI,也能協助搬移原本的 kimi-cli 設定;Pi 會自動填好模型清單,Claude Desktop 也會顯示 Ollama 的實際模型名稱。Recurrent 和 vision GGUF 模型可以同時處理多個要求,使用長上下文的 Qwen3、Qwen3.5 也獲得支援;直接執行 Ollama、完全不加引數時,還會開啟歡迎啟動畫面。

11月5日週四
  1. vLLM72

    vLLM 在發布當日加入對 Kimi K3.1 Pro 的服務支援,涵蓋 1M-token 上下文視窗,並支援 GPU、TPU 與 RL。 基準成績:搭配 Claude Code harness,在 Terminal-Bench 4.0 得分 65.7%。 適用情境:原文提及長時間程式開發、3D 創作與研究。

    推薦理由:vLLM 在 Kimi K3.1 Pro 發布當日即提供服務支援,並列出長上下文、Terminal-Bench 成績及 GPU、TPU 與 RL 支援範圍。

11月4日週三
  1. llama.cpp Releases82

    llama.cpp v0.9.0 發布:新增 FP8 E4M3 量化與多序列 KV 快取最佳化

    llama.cpp v0.9.0 正式發布,新增 FP8 E4M3 量化、flash_attn_ext_rows 等多項功能,並擴充多模態與音訊支援。 - 量化:加入 OCP FP8 E4M3 tensor type,提供轉換輔助,提升量化模型效能。

    推薦理由:此版本新增 FP8 E4M3 量化與多序列 KV 快取最佳化,並支援多種新架構與音訊功能,能顯著提升多模態推理效能與跨平臺部署彈性,為開發者帶來更高效能與更低延遲。

  2. Ray (Anyscale) Releases70

    Ray 2.60.0 更新資料處理、Serve 部署與安全防護

    Ray 2.60.0 更新 Ray Data、Ray Serve、Ray Core 等元件,調整資料處理與服務部署行為,並加入外部資料反序列化防護。 - Ray Data:shuffle v2 成為 joins 與 aggregations 的預設策略;Parquet 讀取改依 row-group 中繼資料安排讀取任務。

    推薦理由:Ray 2.60.0 同步調整資料讀取、Serve 滾動更新與外部資料反序列化防護,呈現分散式工作負載在效能、服務容量和安全上的具體變更。