3.0.0

发布3.0.0版本

1. 对JDK版本的要求从17降级到8
2. 使用okhttp3代替JDK自带的HttpClient
3. 使用rxjava3代替JDK自带的Flow
4. 破坏性重构API

2.2.0

• 2.2.0： 语音识别与合成支持
  • 新增双工数据交互操作接口Exchange，用于支持语音、视频等多模态模型交互
  • 支持实时语音识别
  • 支持实时语音合成
  • 支持音视频转录
  • 支持远程、本地Tokenizer
  • 优化部分API，存在不向下兼容可能
    • 所有对外暴露的CompletableFuture变更为CompletionStage，解决暴露接口功能过于强大的问题
    • 增加HttpApiRequest / Response和ExchangeApiRequest / Response的API分层，为了更好地支持多模态数据交互做准备

2.1.0

• 2.1.0： 不兼容API修复
  • 修复模块中错误的exports，该修复会将模块中不应该暴露的内部api重新收回。本次修复不向下兼容。
  • 修复ChatRequest中函数调用因为Message序列化问题丢失PluginCall、Plugin、ToolCall、Tool等信息的BUG

2.0.0

• 2.0.0： 大版本重构。核心API进行不兼容调整和实现重构（请注意），删除1.x.x版本被标记为已废弃的方法
  • 重构拦截器接口和实现重构，并添加了流控、重试等拦截器实现
  • 调整部分类、API的位置和命名；删除已废弃的方法
  • Flow相关实现进行重构

1.4.0

支持请求和应答拦截器

• RequestInterceptor： 可以拦截和修改请求
• ResponseInterceptor： 可以拦截和修改应答

通过DashScopeClient.Builder设置，示例代码

DashScopeClient client = DashScopeClient.newBuilder()
    .ak(AK)
    .executor(executor)
    .requestInterceptors(new RequestInterceptor() {
        
        @Override
        public CompletableFuture<ApiRequest<?>> preHandle(InvocationContext ctx, ApiRequest<?> req) {
            return CompletableFuture.completedFuture(req);
        }
        
    })
    .build();

支持无感使用临时空间

在对话、多模态向量计算和文档分析插件等请求中如果需要解析图片、音频、文档等内容，不再需要提前上传到OSS转换为外网可访问的URL连接。这样极不方便也不安全。

通过灵积平台提供的临时空间可以很好的解决这个问题，但操作起来需要调用额外的api且需要对url进行拼接和替换，略为繁琐。

dashscope4j帮你封装了这个繁琐的操作，你只需要设置内容的时候将本地文件、BufferedImage甚至byte[]直接传入Content，框架会自动识别并帮你完成临时空间上传和转换连接操作。并自带一个缓存避免重复上传。

final var request = ChatRequest.newBuilder()
        .model(ChatModel.QWEN_VL_MAX)
        .option(ChatOptions.ENABLE_INCREMENTAL_OUTPUT, true)
        .user(
                Content.ofImage(new File("C:\\Users\\vlinux\\图片\\image-002.jpeg").toURI()),
                Content.ofText("图片中一共多少辆自行车?")
        )
        .build();

1.3.0

支持多模态向量计算

// 请求
final var request = MmEmbeddingRequest.newBuilder()
    .model(MmEmbeddingModel.MM_EMBEDDING_ONE_PEACE_V1)
    .option(MmEmbeddingOptions.AUTO_TRUNCATION, true)
    .contents(
        FactorContent.ofAudio(URI.create("https://dashscope.oss-cn-beijing.aliyuncs.com/audios/2channel_16K.wav")),
        FactorContent.ofImage(URI.create("https://ompc-images.oss-cn-hangzhou.aliyuncs.com/image-002.jpeg")),
        FactorContent.ofText("一个帅哥在骑自行车念经"),
        FactorContent.ofText("有两个自行车")
    )
    .build();

// 应答
final var response = client.mmEmbedding(request)
    .async()
    .join();

1.2.0

重要更新：支持函数调用

灵积在2024-03-12放出了函数调用功能，当前支持的模型是大语言模型qwen-turbo、qwen-plus、qwen-max、qwen-max-longcontext，
DashScope4j从1.2.0版本开始作为Java版SDK首发支持函数调用的功能。

函数调用是我实际开发中最喜欢的一个功能，它扩展了大模型的能力边界，让AI具备了操纵现实的能力。而之前要做到这些事情我得通过langchain来实现。

添加依赖

<dependency>
    <groupId>io.github.oldmanpushcart</groupId>
    <artifactId>dashscope4j</artifactId>
    <version>1.2.0</version>
</dependency>

1.1.1

第一个稳定版本，实现了灵积API中的多模态对话、向量嵌入、文生图、插件等功能

DashScope4j支持以下API功能：

• 对话（Chat）

  • 提供用户与灵积进行多模态(图、文)对话。
  • 提供用户与灵积进行多模态(图、音)对话。

• 向量（Embeddings）

  • 将文本转换为向量表示，用于文本相似度比较、聚类等任务。

• 图像（Images）

  • 文生图： 将文本描述转换为相应的图像。

• 插件应用（Plugin）

  • OCR插件： 图像理解识别，并对图像内容进行总结概述，输出用户可理解的句子或段落。
  • PDF解析插件： 对PDF文件进行解析，提取、理解文本内容。
  • 计算器插件： 对用户输入的数学表达式进行计算。
  • 文生图插件： 将文本描述转换为相应的图像。

Full Changelog: https://github.com/oldmanpushcart/dashscope4j/commits/1.1.1