@lobehub/chat 1.22.12 → 1.22.14

package/CHANGELOG.md

@@ -2,6 +2,57 @@
 
 # Changelog
 
+### [Version 1.22.14](https://github.com/lobehub/lobe-chat/compare/v1.22.13...v1.22.14)
+
+<sup>Released on **2024-10-20**</sup>
+
+#### 💄 Styles
+
+- **misc**: Update wenxin 4.0 turbo model to latest.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Update wenxin 4.0 turbo model to latest, closes [#4428](https://github.com/lobehub/lobe-chat/issues/4428) ([3389fbb](https://github.com/lobehub/lobe-chat/commit/3389fbb))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
+### [Version 1.22.13](https://github.com/lobehub/lobe-chat/compare/v1.22.12...v1.22.13)
+
+<sup>Released on **2024-10-20**</sup>
+
+#### 💄 Styles
+
+- **misc**: Add Ministral model, update Together AI model list, add function call & vision.
+
+<br/>
+
+<details>
+<summary><kbd>Improvements and Fixes</kbd></summary>
+
+#### Styles
+
+- **misc**: Add Ministral model, closes [#4427](https://github.com/lobehub/lobe-chat/issues/4427) ([2042df8](https://github.com/lobehub/lobe-chat/commit/2042df8))
+- **misc**: Update Together AI model list, add function call & vision, closes [#4393](https://github.com/lobehub/lobe-chat/issues/4393) ([d7fbf1b](https://github.com/lobehub/lobe-chat/commit/d7fbf1b))
+
+</details>
+
+<div align="right">
+
+[![](https://img.shields.io/badge/-BACK_TO_TOP-151515?style=flat-square)](#readme-top)
+
+</div>
+
 ### [Version 1.22.12](https://github.com/lobehub/lobe-chat/compare/v1.22.11...v1.22.12)
 
 <sup>Released on **2024-10-20**</sup>

package/docs/self-hosting/server-database/docker.zh-CN.mdx

@@ -20,10 +20,8 @@ tags:
 </div>
 
 <Callout type="info">
-  本文已经假定你了解了 LobeChat 服务端数据库版本（下简称 DB
-  版）的部署基本原理和流程，因此只包含核心环境变量配置的内容。如果你还不了解 LobeChat DB
-  版的部署原理，请先查阅 [使用服务端数据库部署](https://lobehub.com/zh/docs/self-hosting/advanced/s3/tencent-cloud) 。
-  此外，针对国内的腾讯云储存桶用户，可查询[配置腾讯云 COS 存储服务](https://lobehub.com/zh/docs/self-hosting/advanced/s3/tencent-cloud)。
+  本文已经假定你了解了 LobeChat 服务端数据库版本（下简称 DB 版）的部署基本原理和流程，因此只包含核心环境变量配置的内容。如果你还不了解 LobeChat DB 版的部署原理，请先查阅 [使用服务端数据库部署](/zh/docs/self-hosting/server-database) 。
+  此外，针对国内的腾讯云储存桶用户，可查询[配置腾讯云 COS 存储服务](/zh/docs/self-hosting/advanced/s3/tencent-cloud)。
 </Callout>
 
 <Callout type="warning">
@@ -165,6 +163,7 @@ $ docker run -it -d --name lobe-chat-database -p 3210:3210 \
   ，将会走到自身容器的 `localhost`，此时请尝试用 `host.docker.internal` 替代 `localhost`
 </Callout>
 
+
 [docker-pulls-link]: https://hub.docker.com/r/lobehub/lobe-chat-database
 [docker-pulls-shield]: https://img.shields.io/docker/pulls/lobehub/lobe-chat-database?color=45cc11&labelColor=black&style=flat-square
 [docker-release-link]: https://hub.docker.com/r/lobehub/lobe-chat-database

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@lobehub/chat",
-  "version": "1.22.12",
+  "version": "1.22.14",
   "description": "Lobe Chat - an open-source, high-performance chatbot framework that supports speech synthesis, multimodal, and extensible Function Call plugin system. Supports one-click free deployment of your private ChatGPT/LLM web application.",
   "keywords": [
     "framework",
@@ -119,7 +119,7 @@
     "@huggingface/inference": "^2.8.1",
     "@icons-pack/react-simple-icons": "9.6.0",
     "@khmyznikov/pwa-install": "^0.3.9",
-    "@langchain/community": "^0.2.33",
+    "@langchain/community": "^0.3.0",
     "@lobehub/chat-plugin-sdk": "^1.32.4",
     "@lobehub/chat-plugins-gateway": "^1.9.0",
     "@lobehub/icons": "^1.35.4",

package/src/config/modelProviders/github.ts

@@ -149,7 +149,7 @@ const Github: ModelProviderCard = {
     {
       description: 'Phi-3-mini模型的更新版。',
       displayName: 'Phi-3.5-mini 128K',
-      id: 'Phi-3-5-mini-instruct',
+      id: 'Phi-3.5-mini-instruct',
       maxOutput: 4096,
       tokens: 131_072,
     },

package/src/config/modelProviders/hunyuan.ts

@@ -71,31 +71,30 @@ const Hunyuan: ModelProviderCard = {
       tokens: 32_000,
     },
     {
-      description: '混元最新代码生成模型，经过 200B 高质量代码数据增训基座模型，迭代半年高质量 SFT 数据训练，上下文长窗口长度增大到 8K，五大语言代码生成自动评测指标上位居前列；五大语言10项考量各方面综合代码任务人工高质量评测上，性能处于第一梯队',
-      displayName: 'Hunyuan Code',
+      description: '混元最新多模态模型，支持图片+文本输入生成文本内容。',
+      displayName: 'Hunyuan Vision',
       enabled: true,
-      id: 'hunyuan-code',
+      id: 'hunyuan-vision',
       maxOutput: 4000,
       pricing: {
         currency: 'CNY',
-        input: 4,
-        output: 8,
+        input: 18,
+        output: 18,
       },
       tokens: 8000,
+      vision: true,
     },
     {
-      description: '混元最新多模态模型，支持图片+文本输入生成文本内容。',
-      displayName: 'Hunyuan Vision',
-      enabled: true,
-      id: 'hunyuan-vision',
+      description: '混元最新代码生成模型，经过 200B 高质量代码数据增训基座模型，迭代半年高质量 SFT 数据训练，上下文长窗口长度增大到 8K，五大语言代码生成自动评测指标上位居前列；五大语言10项考量各方面综合代码任务人工高质量评测上，性能处于第一梯队',
+      displayName: 'Hunyuan Code',
+      id: 'hunyuan-code',
       maxOutput: 4000,
       pricing: {
         currency: 'CNY',
-        input: 18,
-        output: 18,
+        input: 4,
+        output: 8,
       },
       tokens: 8000,
-      vision: true,
     },
     {
       description: '混元最新 MOE 架构 FunctionCall 模型，经过高质量的 FunctionCall 数据训练，上下文窗口达 32K，在多个维度的评测指标上处于领先。',

package/src/config/modelProviders/mistral.ts

@@ -11,6 +11,10 @@ const Mistral: ModelProviderCard = {
       enabled: true,
       functionCall: true,
       id: 'open-mistral-nemo',
+      pricing: {
+        input: 0.15,
+        output: 0.15,
+      },
       tokens: 128_000,
     },
     {
@@ -20,6 +24,10 @@ const Mistral: ModelProviderCard = {
       enabled: true,
       functionCall: true,
       id: 'mistral-small-latest',
+      pricing: {
+        input: 0.2,
+        output: 0.6,
+      },
       tokens: 128_000,
     },
     {
@@ -29,13 +37,20 @@ const Mistral: ModelProviderCard = {
       enabled: true,
       functionCall: true,
       id: 'mistral-large-latest',
+      pricing: {
+        input: 2,
+        output: 6,
+      },
       tokens: 128_000,
     },
     {
       description: 'Codestral是专注于代码生成的尖端生成模型，优化了中间填充和代码补全任务。',
       displayName: 'Codestral',
-      enabled: true,
       id: 'codestral-latest',
+      pricing: {
+        input: 0.2,
+        output: 0.6,
+      },
       tokens: 32_768,
     },
     {
@@ -44,14 +59,44 @@ const Mistral: ModelProviderCard = {
       displayName: 'Pixtral 12B',
       enabled: true,
       id: 'pixtral-12b-2409',
+      pricing: {
+        input: 0.15,
+        output: 0.15,
+      },
       tokens: 128_000,
       vision: true,
     },
+    {
+      description:
+        'Ministral 3B 是Mistral的世界顶级边缘模型。',
+      displayName: 'Ministral 3B',
+      id: 'ministral-3b-latest',
+      pricing: {
+        input: 0.04,
+        output: 0.04,
+      },
+      tokens: 128_000,
+    },
+    {
+      description:
+        'Ministral 8B 是Mistral的性价比极高的边缘模型。',
+      displayName: 'Ministral 8B',
+      id: 'ministral-8b-latest',
+      pricing: {
+        input: 0.1,
+        output: 0.1,
+      },
+      tokens: 128_000,
+    },
     {
       description:
         'Mistral 7B是一款紧凑但高性能的模型，擅长批量处理和简单任务，如分类和文本生成，具有良好的推理能力。',
       displayName: 'Mistral 7B',
       id: 'open-mistral-7b',
+      pricing: {
+        input: 0.25,
+        output: 0.25,
+      },
       tokens: 32_768,
     },
     {
@@ -59,6 +104,10 @@ const Mistral: ModelProviderCard = {
         'Mixtral 8x7B是一个稀疏专家模型，利用多个参数提高推理速度，适合处理多语言和代码生成任务。',
       displayName: 'Mixtral 8x7B',
       id: 'open-mixtral-8x7b',
+      pricing: {
+        input: 0.7,
+        output: 0.7,
+      },
       tokens: 32_768,
     },
     {
@@ -67,6 +116,10 @@ const Mistral: ModelProviderCard = {
       displayName: 'Mixtral 8x22B',
       functionCall: true,
       id: 'open-mixtral-8x22b',
+      pricing: {
+        input: 2,
+        output: 6,
+      },
       tokens: 65_536,
     },
     {
@@ -74,10 +127,14 @@ const Mistral: ModelProviderCard = {
         'Codestral Mamba是专注于代码生成的Mamba 2语言模型，为先进的代码和推理任务提供强力支持。',
       displayName: 'Codestral Mamba',
       id: 'open-codestral-mamba',
+      pricing: {
+        input: 0.15,
+        output: 0.15,
+      },
       tokens: 256_000,
     },
   ],
-  checkModel: 'open-mistral-7b',
+  checkModel: 'ministral-3b-latest',
   description:
     'Mistral 提供先进的通用、专业和研究型模型，广泛应用于复杂推理、多语言任务、代码生成等领域，通过功能调用接口，用户可以集成自定义功能，实现特定应用。',
   id: 'mistral',

package/src/config/modelProviders/togetherai.ts

@@ -1,14 +1,45 @@
 import { ModelProviderCard } from '@/types/llm';
 
-// ref :https://docs.together.ai/docs/chat-models
-// ref :https://www.together.ai/pricing
+// ref: https://docs.together.ai/docs/chat-models
+// ref: https://www.together.ai/pricing
 const TogetherAI: ModelProviderCard = {
   chatModels: [
+    {
+      description: 'LLaMA 3.2 旨在处理结合视觉和文本数据的任务。它在图像描述和视觉问答等任务中表现出色，跨越了语言生成和视觉推理之间的鸿沟。',
+      displayName: 'Llama 3.2 3B Instruct Turbo',
+      enabled: true,
+      id: 'meta-llama/Llama-3.2-3B-Instruct-Turbo',
+      tokens: 131_072,
+    },
+    {
+      description: 'LLaMA 3.2 旨在处理结合视觉和文本数据的任务。它在图像描述和视觉问答等任务中表现出色，跨越了语言生成和视觉推理之间的鸿沟。',
+      displayName: 'Llama 3.2 11B Vision Instruct Turbo (Free)',
+      enabled: true,
+      id: 'meta-llama/Llama-Vision-Free',
+      tokens: 131_072,
+      vision: true,
+    },
+    {
+      description: 'LLaMA 3.2 旨在处理结合视觉和文本数据的任务。它在图像描述和视觉问答等任务中表现出色，跨越了语言生成和视觉推理之间的鸿沟。',
+      displayName: 'Llama 3.2 11B Vision Instruct Turbo',
+      id: 'meta-llama/Llama-3.2-11B-Vision-Instruct-Turbo',
+      tokens: 131_072,
+      vision: true,
+    },
+    {
+      description: 'LLaMA 3.2 旨在处理结合视觉和文本数据的任务。它在图像描述和视觉问答等任务中表现出色，跨越了语言生成和视觉推理之间的鸿沟。',
+      displayName: 'Llama 3.2 90B Vision Instruct Turbo',
+      enabled: true,
+      id: 'meta-llama/Llama-3.2-90B-Vision-Instruct-Turbo',
+      tokens: 131_072,
+      vision: true,
+    },
     {
       description:
         'Llama 3.1 8B 模型采用FP8量化，支持高达131,072个上下文标记，是开源模型中的佼佼者，适合复杂任务，表现优异于许多行业基准。',
       displayName: 'Llama 3.1 8B Instruct Turbo',
       enabled: true,
+      functionCall: true,
       id: 'meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo',
       tokens: 131_072,
     },
@@ -17,6 +48,7 @@ const TogetherAI: ModelProviderCard = {
         'Llama 3.1 70B 模型经过精细调整，适用于高负载应用，量化至FP8提供更高效的计算能力和准确性，确保在复杂场景中的卓越表现。',
       displayName: 'Llama 3.1 70B Instruct Turbo',
       enabled: true,
+      functionCall: true,
       id: 'meta-llama/Meta-Llama-3.1-70B-Instruct-Turbo',
       tokens: 131_072,
     },
@@ -25,8 +57,9 @@ const TogetherAI: ModelProviderCard = {
         '405B 的 Llama 3.1 Turbo 模型，为大数据处理提供超大容量的上下文支持，在超大规模的人工智能应用中表现突出。',
       displayName: 'Llama 3.1 405B Instruct Turbo',
       enabled: true,
+      functionCall: true,
       id: 'meta-llama/Meta-Llama-3.1-405B-Instruct-Turbo',
-      tokens: 8192,
+      tokens: 130_815,
     },
     {
       description: 'Llama 3 8B Instruct Turbo 是一款高效能的大语言模型，支持广泛的应用场景。',
@@ -54,14 +87,14 @@ const TogetherAI: ModelProviderCard = {
       tokens: 8192,
     },
     {
-      description: 'LLaMA-3 Chat (8B) 提供多语言支持，涵盖丰富的领域知识。',
-      displayName: 'LLaMA-3 Chat (8B)',
+      description: 'Llama 3 8B Instruct Reference 提供多语言支持，涵盖丰富的领域知识。',
+      displayName: 'Llama 3 8B Instruct Reference',
       id: 'meta-llama/Llama-3-8b-chat-hf',
       tokens: 8192,
     },
     {
-      description: 'LLaMA-3 Chat (70B) 是功能强大的聊天模型，支持复杂的对话需求。',
-      displayName: 'LLaMA-3 Chat (70B)',
+      description: 'Llama 3 70B Instruct Reference 是功能强大的聊天模型，支持复杂的对话需求。',
+      displayName: 'Llama 3 70B Instruct Reference',
       id: 'meta-llama/Llama-3-70b-chat-hf',
       tokens: 8192,
     },
@@ -71,6 +104,12 @@ const TogetherAI: ModelProviderCard = {
       id: 'meta-llama/Llama-2-13b-chat-hf',
       tokens: 4096,
     },
+    {
+      description: 'LLaMA-2 提供优秀的语言处理能力和出色的交互体验。',
+      displayName: 'LLaMA-2 (70B)',
+      id: 'meta-llama/Llama-2-70b-hf',
+      tokens: 4096,
+    },
     {
       description: 'Gemma 2 9B 由Google开发，提供高效的指令响应和综合能力。',
       displayName: 'Gemma 2 9B',
@@ -107,16 +146,30 @@ const TogetherAI: ModelProviderCard = {
     {
       description: 'Mistral (7B) Instruct 以高性能著称，适用于多种语言任务。',
       displayName: 'Mistral (7B) Instruct',
+      functionCall: true,
       id: 'mistralai/Mistral-7B-Instruct-v0.1',
       tokens: 8192,
     },
+    {
+      description: 'Mistral 7B是一款紧凑但高性能的模型，擅长批量处理和简单任务，如分类和文本生成，具有良好的推理能力。',
+      displayName: 'Mistral (7B)',
+      id: 'mistralai/Mistral-7B-v0.1',
+      tokens: 8192,
+    },
     {
       description: 'Mixtral-8x7B Instruct (46.7B) 提供高容量的计算框架，适合大规模数据处理。',
       displayName: 'Mixtral-8x7B Instruct (46.7B)',
       enabled: true,
+      functionCall: true,
       id: 'mistralai/Mixtral-8x7B-Instruct-v0.1',
       tokens: 32_768,
     },
+    {
+      description: 'Mixtral 8x7B是一个稀疏专家模型，利用多个参数提高推理速度，适合处理多语言和代码生成任务。',
+      displayName: 'Mixtral-8x7B (46.7B)',
+      id: 'mistralai/Mixtral-8x7B-v0.1',
+      tokens: 32_768,
+    },
     {
       description: 'Mixtral-8x22B Instruct (141B) 是一款超级大语言模型，支持极高的处理需求。',
       displayName: 'Mixtral-8x22B Instruct (141B)',
@@ -131,10 +184,23 @@ const TogetherAI: ModelProviderCard = {
       id: 'deepseek-ai/deepseek-llm-67b-chat',
       tokens: 4096,
     },
+    {
+      description: 'Qwen2.5 是全新的大型语言模型系列，旨在优化指令式任务的处理。',
+      displayName: 'Qwen 2.5 7B Instruct Turbo',
+      enabled: true,
+      id: 'Qwen/Qwen2.5-7B-Instruct-Turbo',
+      tokens: 32_768,
+    },
+    {
+      description: 'Qwen2.5 是全新的大型语言模型系列，旨在优化指令式任务的处理。',
+      displayName: 'Qwen 2.5 72B Instruct Turbo',
+      enabled: true,
+      id: 'Qwen/Qwen2.5-72B-Instruct-Turbo',
+      tokens: 32_768,
+    },
     {
       description: 'Qwen 2 Instruct (72B) 为企业级应用提供精准的指令理解和响应。',
       displayName: 'Qwen 2 Instruct (72B)',
-      enabled: true,
       id: 'Qwen/Qwen2-72B-Instruct',
       tokens: 32_768,
     },
@@ -187,7 +253,7 @@ const TogetherAI: ModelProviderCard = {
       tokens: 32_768,
     },
   ],
-  checkModel: 'meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo',
+  checkModel: 'meta-llama/Llama-Vision-Free',
   description:
     'Together AI 致力于通过创新的 AI 模型实现领先的性能，提供广泛的自定义能力，包括快速扩展支持和直观的部署流程，满足企业的各种需求。',
   id: 'togetherai',

package/src/config/modelProviders/wenxin.ts

@@ -71,7 +71,7 @@ const BaiduWenxin: ModelProviderCard = {
         '百度自研的旗舰级超大规模⼤语⾔模型，综合效果表现出色，广泛适用于各领域复杂任务场景；支持自动对接百度搜索插件，保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀',
       displayName: 'ERNIE 4.0 Turbo 8K',
       enabled: true,
-      id: 'ERNIE-4.0-Turbo-8K',
+      id: 'ERNIE-4.0-Turbo-8K-Latest',
       pricing: {
         currency: 'CNY',
         input: 20,

package/src/config/modelProviders/zhipu.ts

@@ -69,6 +69,19 @@ const ZhiPu: ModelProviderCard = {
       },
       tokens: 8192,
     },
+    {
+      description:
+        'GLM-4-AllTools 是一个多功能智能体模型，优化以支持复杂指令规划与工具调用，如网络浏览、代码解释和文本生成，适用于多任务执行。',
+      displayName: 'GLM-4-AllTools',
+      functionCall: true,
+      id: 'glm-4-alltools',
+      pricing: {
+        currency: 'CNY',
+        input: 100,
+        output: 100,
+      },
+      tokens: 128_000,
+    },
     {
       description:
         'GLM-4-Plus 作为高智能旗舰，具备强大的处理长文本和复杂任务的能力，性能全面提升。',
@@ -132,21 +145,6 @@ const ZhiPu: ModelProviderCard = {
       tokens: 2048,
       vision: true,
     },
-    {
-      description:
-        'GLM-4-AllTools 是一个多功能智能体模型，优化以支持复杂指令规划与工具调用，如网络浏览、代码解释和文本生成，适用于多任务执行。',
-      displayName: 'GLM-4-AllTools',
-      enabled: true,
-      functionCall: true,
-      id: 'glm-4-alltools',
-      pricing: {
-        currency: 'CNY',
-        input: 100,
-        output: 100,
-      },
-      tokens: 128_000,
-      vision: true,
-    },
     {
       description:
         'CodeGeeX-4 是强大的AI编程助手，支持多种编程语言的智能问答与代码补全，提升开发效率。',