openai-python
PulseAugur coverage of openai-python — every cluster mentioning openai-python across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Anthropic 提交 S-1 文件准备 IPO，openai-python 发布 v3.38.0
Anthropic 已向美国证券交易委员会 (SEC) 提交其 S-1 注册声明，标志着其上市意图。该文件包含公司业务和财务业绩的详细信息，是首次公开募股 (IPO) 的先决条件。另外，openai-python 库已发布 3.38.0 版本，引入了委托控制和提示缓存生命周期等新功能，并进行了一些错误修复和维护更新。
-
Orgtree v4.4 新增“项目”功能，增强代理协作
Orgtree v4.4 更新引入了新的“项目”功能，旨在增强代理的组织和协作。此次更新支持代理层级、通信线路和并发工作的结构化管理，充当自我组织的中心枢纽。Orgtree 是一款桌面多代理编排系统，现在支持项目，并具备邮箱队列等功能，可用作分布式任务的负载均衡器或先进先出队列。
-
2026年LLM API成本取决于更多因素，而非表面价格 · 追踪8个来源
2026年使用大型语言模型（LLM）的成本很复杂，表面价格并不能反映真实费用。缓存率、输出令牌比例和定价阈值等因素会显著影响最终账单，使得每次任务的成本比每次令牌的成本更具参考意义。像GPT-6.1 Sol和Claude Opus 5.5这样的模型在特定用例中提供有竞争力的价格，但用户必须对其实际工作负载进行基准测试，以确定最具成本效益的选择，同时考虑缓存效率和输出冗长性等因素。此外，软件更新仍在继续，llama.cpp发布了b118…
-
新研究增强LLM图推理和检索能力；发布软件更新
近期研究探索了用于大型语言模型的先进图推理和检索技术。一篇论文介绍了联邦图RAG（FedGRAG），可在不损害隐私的情况下为LLM实现分布式知识图谱，性能优于现有方法。另一项研究提出用于分子属性预测的片段级图编码，在具有更小图谱的情况下实现了与原子级方法相当的准确性，并提供了更具可解释性的结果。此外，一种新方法使用可学习的图位置编码来扩展语言模型中的图推理能力，减轻了上下文负担并提高了尺寸泛化性。在软件开发方面，llama.cpp发布…
-
Ollama 集成 ChatGPT Desktop；Claude Code 多项更新
Ollama 发布了 0.34.0-rc4 版本，允许用户将 Ollama 模型直接集成到 ChatGPT Desktop 中。此次更新提高了 Apple Silicon 上的结构化输出性能，并增加了对 OpenAI 兼容客户端工具搜索和响应压缩的支持，确保图像与压缩响应配合正常。另外，Claude Code 已进行多项更新，包括 2.1.267 版本，该版本引入了 `maxEffortLevel` 设置来限制跨提供商的努力程度，并修…
-
OpenAI API 嵌入错误导致静默失败，需要契约测试
OpenAI API 的嵌入端点可能由于向量维度和编码格式的不一致而导致静默失败。与聊天补全不同，嵌入错误不会抛出异常，这使得检索质量下降看起来像是提示或分块问题。为防止这种情况，开发人员应实施契约测试，明确检查向量形状、维度长度和编码格式（float vs. Base64），因为 Python SDK 的默认行为可能与 API 文档不同。
-
健壮的 OpenAI API 集成：处理错误和模型变更
本文讨论了构建一个健壮的适配器来与 OpenAI API 交互，强调了错误处理和模型配置的灵活性。文章认为，成功的 API 调用本身并不能保证弹性，相反，开发人员应该预见并处理可预测的故障，如 API 错误和模型变更。作者提出了一种适配器模式，该模式隔离了 API 特定的逻辑，使应用程序代码能够专注于核心功能，而适配器则使用 `openai-python` 库内置的异常层次结构来管理错误分类和配置更新。