aha/docs/changelog.zh-CN.md

更新日志

所有 aha 的重大更改都将记录在此文件中。

格式基于 Keep a Changelog， 本项目遵循 语义化版本。

2026-03-25

• 新增统一多制品加载抽象 LoadSpec，在 CLI / API / service 三入口支持 safetensors / gguf / onnx。
• 新增 CLI 参数：
  • --artifact-format（auto|safetensors|gguf|onnx）
  • --onnx-path
  • --tokenizer-dir
• 新增 ONNX 运行时通用层，并在 Windows 上支持仓库内 lib/onnxruntime.dll 自动发现。
• 完成以下模型族 ONNX 运行路径接入：
  • qwen3 文本生成（动态 cache 适配解码路径）
  • qwen3_embedding（真实 session 初始化与 embedding）
  • qwen3_reranker（复用 embedding-similarity 后端）
  • qwen3.5 文本+图片生成（接入 vision encoder；视频/音频显式拒绝）
• 新增 qwen3-0.6b 的 GGUF 运行路径（复用 candle_transformers::quantized_qwen3）。
• 新增以下模型族的 GGUF 运行路径：
  • qwen3_embedding（token embedding + mean pooling + normalization）
  • qwen3_reranker（在 GGUF embedding 之上复用 embedding-similarity 后端）
• 在 models/common/gguf.rs 新增通用 GGUF 文本引导 helper，并复用到 qwen3 / qwen3.5。
• 新增/更新验证测试：
  • test_load_spec
  • test_qwen3_multi_format
  • test_qwen3_embedding_multi_format
  • test_qwen3_reranker_multi_format

v0.2.3 (2026-03-18)

• 新增 DeepSeek-OCR-2

2026-03-17

• 新增 PaddleOCR-VL1.5 模型
• 修复 qwen3.5 position_ids 创建错误
• cli 参数增加
  • gguf_path: 本地 GGUF 模型权重路径（加载 GGUF 模型时需要）
  • mmproj_path: 本地 mmproj GGUF 权重路径（加载多模态 GGUF 时需要）
• WhichModel 增加 qwen3.5-gguf

2026-03-16

• 增加 Qwen3.5 mmproj

2026-03-14

• 更新rust版本
• 增加了对 Qwen3.5 gguf 的支持，但 4B 模型仍然存在问题；待解决。

[0.2.2] (2026-03-07)

• 新增 GLM-OCR 模型

[0.2.1] - (2026-03-05)

• 新增Qwen3.5 模型

2026-03-01

• 更新 interpolate.rs

2026-02-24

• 更新 candle 版本 0.9.2

[0.2.0] - 2026-02-05

新增

• Qwen3-ASR 语音识别模型

[0.1.9] - 2026-01-31

新增

• CLI list 子命令，显示支持的模型
• CLI 子命令结构支持（cli、serv、download、run）
• 通过新的 run 子命令直接进行模型推理

修复

• Qwen3VL thinking startswith bug
• aha run 多输入 bug

[0.1.8] - 2026-01-17

新增

• Qwen3 文本模型支持
• Fun-ASR-Nano-2512 语音识别模型

修复

• ModelScope Fun-ASR-Nano 模型加载错误

变更

• 使用 rubato 更新音频重采样

[0.1.7] - 2026-01-07

新增

• GLM-ASR-Nano-2512 语音识别模型
• Metal (GPU) 支持，适用于 Apple Silicon
• 动态主目录和模型下载脚本

[0.1.6] - 2025-12-23

新增

• RMBG-2.0 背景移除模型
• 图像和音频 API 端点

变更

• RMBG2.0 图像处理性能优化

[0.1.5] - 2025-12-11

新增

• VoxCPM1.5 语音生成模型
• PaddleOCR-VL 文字识别模型

[0.1.4] - 2025-12-09

新增

• PaddleOCR-VL 模型支持
• FFmpeg 多媒体处理功能

[0.1.3] - 2025-12-03

新增

• Hunyuan-OCR 模型支持

[0.1.2] - 2025-11-23

新增

• DeepSeek-OCR 模型支持

[0.1.1] - 2025-11-12

新增

• Qwen3-VL 系列模型 (2B, 4B, 8B, 32B)

修复

• 为 Qwen3VL 的 tie_word_embeddings 添加 serde 默认值

[0.1.0] - 2025-10-10

新增

• 初始版本发布
• Qwen2.5-VL 模型支持
• MiniCPM4 模型支持
• VoxCPM 语音生成模型
• 兼容 OpenAI 的 REST API
• 所有模型类型的 CLI 界面