273265088@qq.com
144 lines
3.7 KiB
Markdown
144 lines
3.7 KiB
Markdown
# 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](https://keepachangelog.com/zh-CN/1.0.0/)，
|
||
本项目遵循 [语义化版本](https://semver.org/lang/zh-CN/spec/v2.0.0.html)。
|
||
|
||
### 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
|