福大大架构师每日一题

lmdeploy v0.13.0 升级：支持新模型、新端点、TurboQuant、Anthropic兼容服务、Mixed Modality 与多项核心优化，推理服务能力全面进化v0.13.0 首先最直观的变化，就是对更多模型和平台的支持进一步增强。1. 支持 qwen3.5 35BA3B这一版本新增了对 qwen3.5 35BA3B 的支持，面向 Ascend 场景进行了适配。这意味着在相关硬件平台上，可以更好地运行该模型版本，进一步扩展了 lmdeploy 的模型覆盖范围。2. 支持 InternS2 Previewv0.13.0 还增加了对 InternS2 Preview 的支持。这表明 lmdeploy 继续在新模型接入速度上保持推进，为后续更多模型版本落地打下基础。3. Mixed modality这一版本还带来了 Mixed modality 能力，说明 lmdeploy 在多模态输入处理方面继续增强。结合后面“支持更多 message item types”的更新，可以看到这一版对于复杂输入结构的适配更加完整。4. 支持更多 message item typesv0.13.0 增加了对更多 message item types 的支持，这类更新对多轮对话、复杂消息结构以及多模态/混合模态输入非常关键。它让服务端对不同消息元素的理解更完整，减少兼容性问题。

ollama v0.24.0 更新：Codex App 正式接入、内置浏览器、评审模式与 MLX 采样器重构，带来哪些变化这次版本从整体上看，属于一次面向“AI 编程工作流”的重要升级，重点集中在以下几方面：1. Codex App 上线到 Ollama2. 支持在桌面应用中直接使用本地或云端 Ollama 模型3. 内置浏览器能力增强4. 支持在页面上直接标注并发起修改请求5. 增加代码评审与评论迭代能力6. 提供更清晰的模型选择建议7. 支持恢复到 OpenAI 默认设置8. Apple Silicon 上的 MLX 生成质量与执行体验优化9. 启动、更新、推理、图像处理、缓存、推送等多个子模块增强可以说，这不是单点优化，而是一次围绕“开发者日常使用链路”的完整升级。

ollama v0.23.4更新：Vision图像输入全面支持，Claude本地图片路径工具结果修复，OpenCode集成大升级ollama v0.23.4 不是一个简单的小修小补版本，而是围绕“多模态输入”和“工具结果图像处理”做了一次系统性增强。本次更新的重点可以概括为：• OpenCode 支持 vision models 的 image inputs• Claude 本地图片路径 tool results 格式修复• Anthropic 增强 tool_result 图片解析能力• OutputConfig 与 Thinking 逻辑进一步统一• 新增统一的 image tags 处理函数• Gemma4、GLM-OCR、LFM2、Nemotron3Nano、Qwen35、Qwen3VL 等 renderer 同步优化• server prompt 构建逻辑更稳健• 大量测试覆盖确保行为一致

ollama v0.23.3 发布：MLX 性能优化、安全加固与传输并发控制2.1 精细化模型推送行为本次更新对 MLX 后端的模型推送逻辑进行了细化。这次改进主要解决了在推送 safetensors 格式模型时的行为一致性问题，确保推送操作与拉取操作遵循相同的状态转换规则，减少了因状态不一致导致的部分上传失败场景。2.2 图像生成 Runner 的线程亲和性优化针对 MLX 在 macOS 上的图像生成功能，本次添加了线程亲和性设置。这是一项针对 Apple Silicon 异构核心架构（性能核心与能效核心）的性能优化措施。通过将计算密集型任务绑定到高性能核心，避免调度器将其误分配到效率核心，显著提升了图像生成任务的推理速度和响应一致性。对于使用 MLX 后端进行图像生成的用户，这一改进会带来可感知的生成速度提升。2.3 推理过程中的状态超时规避在长时间推理任务中，MLX runner 可能出现状态更新超时的问题，导致进程被错误终止。本次更新通过调整状态报告机制，确保在长时间生成任务中状态信号能够持续发送，避免了因静默期过长而触发的超时误判。这一修复对大上下文长度生成和多轮对话场景尤为关键。2.4 macOS 26 部署目标泄漏修复在构建 v3 metallib 时，MLX 编译过程会泄漏 macOS 26 的部署目标设置，导致生成的二进制库包含不受支持的平台标记。构建脚本中新增了重新链接 metallib 的步骤：首先收集所有 .air 文件，然后使用 xcrun -sdk macosx metallib 重新链接，最后覆盖原始的 mlx.metallib。这一修复确保了 MLX 库与 macOS 14.0 及以上版本的兼容性。

ComfyUI v0.21.0 更新解读：视频音频同步加载、PyAV 图像引擎切换、动态显存优化、云端与工作流能力全面升级ComfyUI v0.21.0 已于 2026 年 5 月 11 日发布。本次版本更新量非常大，涵盖了视频处理、图像加载、显存优化、模型支持、节点修复、API 规范、工作流模板、云端运行能力、合作节点、前端包升级等多个方向。整体来看，这一版本的关键词可以概括为：• 视频能力增强• PyAV 图像/视频加载全面切换• 显存与内存优化• 节点稳定性与兼容性修复• 模型支持持续扩展• 云端与 API 能力补强• 工作流模板与前端持续演进对于正在使用 ComfyUI 的用户来说，这个版本不仅是一次功能更新，更是一次底层能力的系统升级。尤其是视频相关节点、图片加载方式、显存管理和 API 结构方面，变化非常明显。

2026年5月TIOBE编程语言排行榜，Go语言排名第16，Rust语言排名15。统计编程语言市场正经历重大整合。5月头条：统计编程语言市场正经历重大整合本月，编程语言R再次升至TIOBE指数第8位，追平了其历史最高排名。这并非巧合。统计编程语言市场显然正在经历一场重大整合。最大的赢家是Python和R，而许多长期存在的替代语言则持续失去发展势头。统计计算领域曾由众多细分语言和平台构成的碎片化时代，似乎即将终结。数种老牌劲旅正在稳步衰退：• MATLAB已逼近TIOBE前20名的边缘。• SAS即将自TIOBE指数创始以来首次跌出前30名。• Wolfram/Mathematica仍远低于其历史峰值，并进一步失势。• SPSS上月已跌出前100名。• S也接近跌出前100名。• Stata目前位列第124位。与此同时，较新的统计语言Julia尽管技术优势显著且学术兴趣日益增长，但多年来一直难以稳定跻身TIOBE前30名。展望未来，预计Stan将于下个月首次亮相TIOBE指数，这反映了概率编程和贝叶斯统计日益增长的重要性。在实践中，当今的统计编程市场日益围绕仅有的两大主导生态系统展开：• Python 主导工业界、机器学习、人工智能及生产系统。• R 仍然是学术界、研究、流行病学和高级统计分析领域的领先环境。在指数的其他方面，本月Java和C++互换了位置。Java在Java 26成功发布之后势头增强。另一个值得关注的上升者是Zig，它正首次逼近TIOBE前30名。Zig的日益流行，似乎源于其独特地结合了底层性能、简洁的工具链，并且相较于传统的系统编程语言更为易用。TIOBE编程社区指数是编程语言流行度的一项指标。该指数每月更新一次。评级基于全球范围内的熟练工程师数量、相关课程及第三方供应商。用于计算评级的流行网站包括谷歌、亚马逊、维基百科、必应等超过20个网站。需要注意的是，TIOBE指数并非衡量哪种编程语言最好，也不是哪种语言编写的代码行数最多。该指数可用于检查您的编程技能是否仍与时俱进，或者在开始构建新软件系统时，就应采用哪种编程语言做出战略决策。

ollama v0.22.0 发布：新增 NVIDIA Nemotron 3 Omni 与 Poolside Laguna 模型支持，推理能力再升级！新模型支持：两大重量级模型登场1.1 NVIDIA Nemotron 3 Omniv0.22.0 引入了对 NVIDIA Nemotron 3 Omni 系列模型的原生支持。这是一个多模态模型家族，在代码中对应的架构标识为 nemotron_h_omni。该模型支持：• 文本生成：基于 Nemotron-H 架构的 LLM 核心• 视觉理解：集成了 Vision Transformer（ViT）模块，支持图像输入• 音频处理：集成了 Parakeet 音频编码器，支持语音输入在转换器（converter）层面，新增了 convert/convert_nemotron_h.go 和 convert/convert_nemotron_h_test.go 两个文件（共约 700 行代码），专门处理 Nemotron 系列模型的权重映射和参数转换。关键配置参数包括：• max_sequence_length: 131072（128K 上下文）• vision.image_size: 512• vision.patch_size: 16• audio.sample_rate: 160001.2 Poolside Laguna XS.2Poolside 的首个开源权重编码模型 Laguna XS.2 也获得了完整支持。这是一个专注于代码生成和软件工程任务的模型，架构标识为 LagunaForCausalLM。新增的模型支持文件包括：• model/models/laguna/model.go（约 440 行）：Laguna 模型的 MLX 实现• convert/convert_laguna.go（约 600 行）：GGUF 转换逻辑• model/parsers/laguna.go（约 500 行）：专用的输出解析器• model/renderers/laguna.go（约 110 行）：模板渲染器

yolo v8.3.243 发布说明：控制台日志去重、训练遥测增强与部署体验优化1. 控制台 ConsoleLogger 进度条去重与批量刷新这是本次更新中优先级最高的改动。主要表现为：• 抑制训练过程中频繁刷新的进度条输出，仅保留完成信号。• 防止同一个训练阶段重复打印“100%”完成行，例如同一轮 epoch、train、val 或 Class 输出不再多次重复。• 新增按行数或时间批量刷新日志机制，减少控制台刷屏问题。• 日志处理器的清理逻辑更加安全，避免潜在的重复或异常输出。这一改动显著减少了训练日志的噪音，特别适合在 Notebook、CI 或日志被实时转发到外部系统的场景中使用。2. 平台遥测中训练启动事件的元数据增强在训练开始时，上报的运行信息更加完整。新增内容包括：• 环境信息采集：操作系统、Python 版本、主机名、CPU 和 GPU 信息。• 运行上下文信息：启动命令。• 代码版本信息：Git 仓库、分支和提交记录（如可用）。• 模型相关信息：参数量、GFLOPs、类别数量。这些信息会一起作为训练启动事件的数据载荷，用于平台或 HUB 风格的训练跟踪。这大幅提升了实验的可追溯性和复现能力，便于在不同机器、容器或代码分支之间对比训练结果。3. 检查点上传时机调整检查点上传的计时逻辑进行了优化：• 上传计时器在训练开始时初始化。• 第一次检查点上传会延迟大约 15 分钟执行。这样可以避免训练刚开始就触发上传操作，减少早期无意义的带宽消耗，同时避免上传过早、尚不稳定的检查点文件。4. 推荐使用 Headless 版本的安装文档提升文档中明确推荐在服务器、CI 和 Docker 等无界面环境下，使用 headless 版本的 OpenCV：• 建议通过 pip 安装 ultralytics-opencv-headless。这一调整可以有效避免由于缺少图形相关依赖而导致的 libGL 错误，使在纯算力环境中的部署更加顺畅。5. Docker GPU 运行说明更加清晰Docker 使用 CUDA 和 GPU 的示例命令得到了补充和澄清：• 示例中明确加入 --runtime=nvidia 参数。这可以减少用户在容器中遇到“无法识别 GPU”或“GPU 不可用”等常见问题。6. 可选择跳过自动依赖检查新增一个环境变量，用于在受控环境中关闭依赖检查和自动安装逻辑：• 设置 ULTRALYTICS_SKIP_REQUIREMENTS_CHECKS=1 可直接跳过相关检查。该功能非常适合企业级环境、封闭网络或对依赖版本有严格控制的场景。7. 一些小的修正与文档更新• 修正了 Pose 相关损失函数注释中的顺序说明错误。• YOLO-World 文档中新增社区使用提示：在某些情况下，添加一个空字符串作为背景类别，可能会带来更好的效果。

redis 8.6.3 最新版重磅发布：安全修复、核心 Bug 修复与模块优化全面升级本版本的核心特征可以概括为：1. 修复多个高危安全问题2. 修复大量稳定性和崩溃问题3. 修复搜索、向量、时间序列、概率模块相关问题4. 优化故障诊断与性能追踪能力5. 增强 FT.PROFILE 相关能力对于正在使用 Redis 的用户来说，尤其是生产环境、在线业务、包含脚本、RESTORE、模块功能、搜索能力、向量检索能力的场景，8.6.3 是非常建议尽快升级的版本。

OpenClaw v2026.5.3 最新版发布：插件外化、流式进度、会话稳定性与多渠道能力全面升级本次版本最重要的亮点之一，是插件系统新增了 bundled file-transfer 插件。它提供了 file_fetch、dir_list、dir_fetch 和 file_write 四个 agent 工具，专门用于配对节点上的二进制文件操作。这一能力有几个非常关键的限制与设计点：1. 按节点默认拒绝路径策略• 配置位于 plugins.entries.file-transfer.config.nodes• 每个节点都需要 operator approval• 这意味着文件访问不是全局放开，而是更严格地按节点受控2. 默认拒绝 symlink 穿越• 默认不允许通过符号链接穿越目录• 只有显式开启 followSymlinks 才会放行3. 单次往返 16 MB 字节上限• 二进制文件操作每轮 round-trip 有 16 MB ceiling• 这个限制有助于控制资源占用与传输风险与此同时，官方插件安装流程也被全面加固。包括：• 安装• 卸载• 更新• onboarding• ClawHub fallback• npm 依赖状态报告• beta 通道更新这些路径都被强化，使外化插件在行为上更接近“第一类包安装”。

ollama v0.23.0 发布：原生支持 Claude Desktop 模型推荐与底层稳定性全面升级2.1 Claude Desktop桌面端正式支持ollama v0.23.0最重磅的更新莫过于原生支持Claude Desktop，用户可通过ollama专属命令直接拉起Claude Desktop客户端，实现ollama与Claude桌面生态的无缝联动。全新新增命令行指令为ollama launch claude-desktop，在终端输入该指令即可快速启动桌面端程序，无需额外配置第三方依赖或反向代理，原生适配底层调用逻辑。同时版本完整兼容Claude生态两大核心组件，分别为Claude Cowork与Claude Code，两大组件均可直接在Claude Desktop应用内部运行适配，依托ollama底层调度能力实现本地资源调用与任务处理。官方明确标注当前Web搜索功能与扩展功能暂未完成适配，属于后续版本待更新能力，已纳入开发规划中，后续版本将陆续上线补齐生态能力。2.2 终端Claude Code保留传统启动方式为兼顾习惯使用命令行终端的开发者用户，ollama v0.23.0并未替换原有Claude启动逻辑，终端环境下的Claude Code依旧可以通过传统CLI命令访问使用，保留原有指令ollama launch claude，实现桌面端全新入口与终端传统入口双兼容，满足不同使用场景用户的操作习惯，桌面可视化用户使用claude-desktop指令，开发者终端用户沿用原有claude指令，互不冲突且功能完整独立。

agno v2.5.17 更新：文件引用可关闭、GitHub 配置支持按请求指定、流式与组件加载全面修复，稳定性再升级从这次更新内容来看，主要可以分为以下几个方向：1. 新增能力• 支持关闭 Claude 文件引用• 支持 GitHubConfig 仓库按请求指定2. 核心修复• 组件加载时保留自定义数据库表名• MCP 初始化时正确应用 header_provider 的请求头• 保留内部工作流事件身份，并为 agent/team 事件增加 nested_depth• 让知识库数据库在 config API 中实时构建• 停止向所有模型 provider 注入共享 HTTP/2 client• 在所有 router 流式生成器中显式捕获 CancelledError• 在清理 JSON 前先尝试原始 JSON 解析，以保留字符串中的代码块• 排除框架注入参数，避免出现在 user_input_schema 中• memory pipeline gate check 中补充 extra_messages 判断3. 其他说明• 本版本同步了相关维护和发布流程更新，整体属于一次较全面的稳定性迭代。

openclaw v2026.4.29：全新人物维基记忆、主动运行转向、NVIDIA模型生态与海量通道稳定性修复1. 全新“人物维基”（People Wiki）过去，OpenClaw的记忆插件主要存储对话片段或文档摘要。从2026.4.29开始，记忆系统获得了面向智能体的“人物维基”元数据能力。这意味着您可以：• 为对话中的联系人建立规范别名（canonical aliases）• 生成人物卡片（person cards）与关系图谱（relationship graphs）• 查看隐私/来源报告（privacy/provenance reports）• 按证据种类（evidence-kind）追溯信息来源• 使用搜索模式：人物查询、问题路由、源证据及原始声称对于需要长期维护客户关系、团队成员档案或研究协作记录的用户而言，这一功能将极大提升AI对人物背景的把握能力。2. 主动记忆（Active Memory）获得会话级过滤为了避免在不同群组/频道之间交叉污染回忆内容，本次更新为主动记忆引入了可选配置：allowedChatIds 和 deniedChatIds。运维人员可以精确控制哪些直接对话、群组或频道才启用记忆召回，从而在保持大范围会话简洁的同时，为关键会话开启上下文延续。

ragflow v0.25.1 最新版发布：API 统一、PDF 解析性能大幅优化、连接器删除同步全面增强，更新要点一次看懂1）API 重构与统一本次版本最核心的变化之一，就是 API refactoring and unification。官方对各类接口做了标准化处理，把 Web API 统一为 RESTful 风格，同时对文档创建、索引流程进行了统一整合，并且保持了向后兼容。这意味着什么？意味着在后续开发、对接、维护过程中，接口风格会更加一致，逻辑会更清晰，使用和扩展的成本也会更低。对于长期集成 ragflow 的用户来说，这类变化通常会显著提升系统可维护性。2）解析性能优化本版本新增了 OpenDataLoader PDF backend，并且对 PDF 解析做了进一步优化。尤其值得注意的是：• 对于 超过 50 页的大 PDF，新增了 lazy loading 和 chunked parsing• 这样可以显著降低内存占用• 对大文件处理的稳定性和效率都有提升同时，版本里还提到对 超过 300 页的大 PDF 的解析失败问题做了修复，说明这次在 PDF 处理链路上改动非常集中，也非常关键。

ollama v0.22.1 重大更新全解析：新增Poolside集成、模型推荐机制与多架构适配Ollama v0.22.1版本的更新核心围绕“兼容性拓展、体验优化、性能提升”三大目标展开，涉及多个模块的代码重构与功能新增。具体来看，此次更新主要包含以下几大方向：• 新增Poolside集成：支持Poolside CLI的运行与管理，完善相关测试用例，实现跨平台适配（Windows系统暂不支持）。• 完善模型推荐机制：新增模型推荐接口、缓存管理，优化推荐模型的排序与展示逻辑，支持从服务端获取动态推荐列表。• 优化量化策略：新增Laguna模型专属量化逻辑，支持FP8张量源的量化适配，调整不同模型的量化类型优先级，提升量化模型的性能与精度。• 多模型架构适配：新增Laguna、Nemotron-H系列模型的适配支持，完善模型渲染器、解析器的自动配置逻辑。• 推理性能优化：优化日志概率（Logprobs）的输出逻辑，修复内置解析器场景下的日志概率丢失问题，完善缓存机制提升推理速度。• Bug修复与细节优化：修复多个测试用例的异常问题，优化命令行交互体验，完善集成注册与管理逻辑，提升版本稳定性。此次更新覆盖了Ollama的核心模块，包括launch命令模块、server服务模块、模型量化模块、模型适配模块等，涉及代码文件近50个，新增代码超3000行，修改代码超2000行，是一次规模较大的版本升级。接下来，我们将逐一拆解每个模块的具体更新内容。

dify 1.14.0 发布：协作编辑、人在回路、Quota v3 等核心特性全解析一、协作编辑模式：多人实时在线编辑工作流协作功能的引入是本次更新最受瞩目的亮点。在这一版本中，工作空间内的成员可以共同编辑同一个工作流，系统会实时同步工作流图的更新，并展示在线状态，让团队成员清楚知道谁正在编辑哪个部分。在自托管部署环境中，该功能默认关闭，如需启用需要设置以下环境变量：• ENABLE_COLLABORATION_MODE = true• SERVER_WORKER_CLASS = geventwebsocket.gunicorn.workers.GeventWebSocketWorker• NEXT_PUBLIC_SOCKET_URL = wss://dify.example.com完整的配置说明可以在官方文档中查阅。协作模式的实现依赖 WebSocket，让编辑体验更加流畅，避免了多人编辑时的冲突。二、人在回路（Human-in-the-loop，HITL）服务 API1.14.0 版本为人在回路流程提供了完整的服务 API 支持。这意味着开发者可以通过编程方式控制 HITL 流程，与现有的控制台行为并行。此前在控制台中已经可以配置人工干预节点，现在新增的 API 使得外部系统或自定义界面能够更灵活地驱动这些流程，为自动化与人工操作的深度结合提供了统一接口。

ComfyUI v0.20.1 更新：SUPIR、RIFE/FILM、SAM 3.1、OpenAPI 3.1、视频与音频能力全面增强本次版本标注为 Immutable release，也就是说：只有发布标题和发布说明可以修改。这意味着该版本的发布内容是相对稳定和固定的，适合直接作为生产环境升级参考。从更新条目来看，v0.20.1 不是单点修复，而是一次覆盖面很广的综合升级，尤其集中在以下几个方向：• 新增多种模型支持• 音频与视频相关能力增强• API 与内部接口更规范• 工作流模板持续更新• 前端包持续迭代• 执行器稳定性和异常机制优化• 伙伴节点持续扩展

openclaw v2026.4.24 发布：Google Meet 深度集成、DeepSeek V4 上线、浏览器自动化与插件架构全面升级核心亮点（Highlights）1. Google Meet 正式成为 OpenClaw 原生参与者插件Google Meet 以捆绑参与者插件的形式加入 OpenClaw。该插件支持：• 个人 Google 账号认证（OAuth）• Chrome / Twilio 实时会话• 配对节点 Chrome 支持（用于 Parallels 风格的 Chrome/BlackHole/SoX 主机）• 会议记录、录音、转录、智能笔记、参与者会话等工件与出勤导出• 针对已打开的 Meet 标签页的恢复工具（googlemeet recover-tab）2. DeepSeek V4 系列模型入包，V4 Flash 成为默认模型• DeepSeek V4 Flash 和 DeepSeek V4 Pro 已加入捆绑模型目录。• V4 Flash 成为新用户 onboarding 的默认模型。• 修复了 DeepSeek 思维链（thinking）在后续工具调用轮次中的回放行为。3. 实时语音循环增强：Talk、Voice Call、Google Meet 可调用完整 OpenClaw 代理Talk 模式、语音电话和 Google Meet 现在可以使用实时语音循环，并能咨询完整的 OpenClaw 代理以获取更深入的、基于工具的答案。4. 浏览器自动化升级• 坐标点击（viewport coordinate clicks）• 更长的默认操作预算（60 秒）• 支持按配置文件单独设置 headless 模式• 更稳定的标签页复用与恢复5. 插件与模型基础设施启动更轻量• 静态模型目录• 基于 manifest 的模型行• 延迟加载 provider 依赖• 针对打包安装的外部运行时依赖修复openclaw v2026.4.24 发布：Google Meet 深度集成、DeepSeek V4 上线、浏览器自动化与插件架构全面升级核心亮点（Highlights）1. Google Meet 正式成为 OpenClaw 原生参与者插件Google Meet 以捆绑参与者插件的形式加入 OpenClaw。该插件支持：• 个人 Google 账号认证（OAuth）• Chrome / Twilio 实时会话• 配对节点 Chrome 支持（用于 Parallels 风格的 Chrome/BlackHole/SoX 主机）• 会议记录、录音、转录、智能笔记、参与者会话等工件与出勤导出• 针对已打开的 Meet 标签页的恢复工具（googlemeet recover-tab）2. DeepSeek V4 系列模型入包，V4 Flash 成为默认模型• DeepSeek V4 Flash 和 DeepSeek V4 Pro 已加入捆绑模型目录。• V4 Flash 成为新用户 onboarding 的默认模型。• 修复了 DeepSeek 思维链（thinking）在后续工具调用轮次中的回放行为。3. 实时语音循环增强：Talk、Voice Call、Google Meet 可调用完整 OpenClaw 代理Talk 模式、语音电话和 Google Meet 现在可以使用实时语音循环，并能咨询完整的 OpenClaw 代理以获取更深入的、基于工具的答案。4. 浏览器自动化升级• 坐标点击（viewport coordinate clicks）• 更长的默认操作预算（60 秒）• 支持按配置文件单独设置 headless 模式• 更稳定的标签页复用与恢复5. 插件与模型基础设施启动更轻量• 静态模型目录• 基于 manifest 的模型行• 延迟加载 provider 依赖• 针对打包安装的外部运行时依赖修复

RAGFlow v0.25.0：全新发布，覆盖解析管道、数据源、Agent、语言界面、模型支持与安全修复的全面升级整体来看，RAGFlow v0.25.0 不只是一次常规迭代，而是一次非常明显的能力扩张：• 文档接入更强：pipeline、preprocess、解析器、OCR、DOCX/Excel 懒加载全面增强• 数据源更广：Seafile、RSS、DingTalk AI Sheet 等新增接入• Agent 更完整：发布、版本管理、sandbox、数据分析模板、图表生成、记忆系统都更成熟• 国际化更彻底：新增阿拉伯语、保加利亚语、土耳其语，并支持 RTL• 模型生态更开放：Claude、ZhipuAI、Mistral、Yandex、Qwen3 等持续扩展• 底层更稳：数据库、存储、API、CLI、Go 服务、安全都在持续强化