该版本通过PR #28030 实现上下文的自动缩放，并同步更新了各平台的预编译二进制文件。
阅读全文开源项目
关注开放的模型、工具与代码，找到值得动手的项目。
本页最新按事件时间排序
llama.cpp发布b10743：为M2 Pro新增Metal fa-vec调优
该版本主要更新了Metal后端对M2 Pro芯片的fa-vec调优，并补充了新的数据类型支持。
阅读全文
Claude Code v2.1.257发布：默认Fable模型升级为 5.1，新增时间格式与自动模式外读防护
Anthropic于 2025 年 5 月 9 日发布Claude Code v2.1.257。本次更新将默认Fable模型切换为Claude Fable 5.1，支持 1M上下文，定价 $10/$50 每百万token；新增timeFormat/timeZone设置、自动模式下的“Containment Escape”规则，以及大量针对子代理、后台会话、网关和VSCode扩展的修复。
阅读全文Anthropic Python SDK发布v1.3.0：更新用户资料API，修复AWS与批处理响应解析
新增beta用户资料字段、组织合规设置与schema更新；修复skip_auth场景下AWS base_url解析及批处理GA响应包装器缺少结果的问题。
LangChain发布 1.4.0 第三个alpha：新增langchain.mcp命名空间，用于将MCP服务器适配为工具
MCPAdapter可接入URL、本地脚本或进程内服务器等多种目标，并支持缓存与人工中断提示。
llama.cpp b10742发布：为A18 Pro芯片加入fa-vec调优
新版llama.cpp为搭载A18 Pro的MacBook Neo添加Metal后端fa-vec调优，同时照常提供各平台二进制包。
llama.cpp发布b10741：修复n_layer初始化顺序问题
新版本调整了模型加载时hparams.n_layer_nextn的读取顺序，避免在n_layer() 调用前未初始化的问题，并为多平台提供预编译二进制。
llama.cpp b10740发布：修复Metal后端的自动释放池缺失导致的内存泄漏
该版本通过补充缺失的autoreleasepool和相关变量重命名，修补了macOS/iOS上Metal后端的内存泄漏问题。
llama.cpp发布b10739：为M2 Max添加fa-vec调优数据
新版本通过 'ggml-metal-tuning fa-vec' 采集的M2 Max（30 GPU核心）数据优化Metal后端向量查找性能，并同步提供多平台二进制包。
llama.cpp b10738发布：SYCL后端限制host-pinned内存分配不超 2GB
新版为SYCL后端新增对主机固定内存单次分配上限 2GB的限制，涉及为昇腾等设备优化内存管理。
llama.cpp b10737发布：修复qwen4exp序列状态恢复与CUDA中止问题
新版本修复了Qwen4Exp的序列复制、块位置键控、多模态输入以及CUDA中止等缺陷，并为合成测试模型添加PLE以覆盖状态往返恢复。
llama.cpp发布b10736：修复测试日志详细度并同步各平台二进制
修复test-llama-archs测试的日志详细度问题，并禁用部分平台构建（如macOS KleidiAI、openEuler）。
llama.cpp b10734发布：为M5+/A19+启用Metal 4.0张量API
新版本将Metal语言版本提升至 4.0，从独立metallib加载张量API内核，面向Apple M5及以上芯片和A19系列设备。
llama.cpp发布b10733：升级CI缓存并更新各平台预编译包
最新版本将ggml-org/ccache-action升级到v1.2.24，同时更新了macOS、Linux、Windows等平台的预编译二进制文件，但openEuler和KleidiAI构建仍处于禁用状态。
llama.cpp b10731为Qwen4实验模型加入循环状态回滚，修复MTP投机解码性能回退
新版本为Qwen4实验分支增加循环状态回滚支持，修复MTP投机解码因整状态序列化到主机内存导致的性能损失；实测代码解码达 183 tok/s，散文达 144 tok/s。
llama.cpp b10730发布：优化Qwen3.8-Flash-Next提示处理性能提升约 9%
llama.cpp发布b10730版本，通过按切片求和索引器头部并移除冗余cont操作，提升了Qwen3.8-Flash-Next模型的提示处理速度，实测从 2170 t/s提升至 2366 t/s。
LiteLLM v1.99.0发布：新增模型弃用预警、Amazon Comprehend Medical支持及Valkey向量存储
LiteLLM v1.99.0为代理新增模型弃用预警端点，加入AWS Comprehend Medical透传与Valkey向量存储，并全面迁移管理UI到新组件库。
OpenAI Codex发布 0.152.0：Vim模式新增搜索，MCP支持包名和输出限制
新版本为终端界面和codex exec增加凭据刷新进度显示，默认关闭规划工具，并修复多项Vim与自动审批问题。
llama.cpp b10729发布：为M1 Ultra新增Metal fa-vec调优
新版本通过PR #28088 为M1 Ultra加入Metal后端fa-vec（flash attention向量化）调优，并调整了代码段位置以优化性能；同时提供面向macOS、Linux、Windows、Android等多个平台的预编译二进制。
llama.cpp b10728发布：CUDA闪存注意力引入XOR swizzle共享内存优化
新版本在CUDA后端为Flash Attention的K/V共享内存tiles加入XOR swizzle布局，并修复DGX Spark上的共享内存竞争问题，同时提供多平台二进制。
Google python-genai v2.21.0发布：files.download支持流式下载、新增webm视频理解等
新版本为files.download增加destination参数、支持audio/webm MIME类型、GEAP翻译配置及Interactions API视频理解功能
llama.cpp b10727发布：Metal后端新增量化类型concat支持
本次更新为Apple Metal后端加入量化类型的连接（concat）操作支持，并补充了各平台预编译二进制。
Claude Code发布v2.1.252：修复Mac上Bash命令失败等四个问题
Anthropic更新了Claude Code命令行工具，修复了Mac上Bash命令因任务目录移动或链接而失败、远程控制会话卡顿等问题。
llama.cpp b10726发布：针对大Batch提示词处理的IQ模型AVX2加速
该版本新增批量GEMM内核并优化IQ Panel解码布局，以提升大批次提示词处理速度，同时为所有主要平台提供预编译二进制。
llama.cpp b10724：碎片化KV缓存恢复提速数十倍，CUDA后端从25-63秒降至221-424毫秒
新版本批量处理非连续单元格的状态恢复，CPU与设备端路径均覆盖，并增加了回归测试。
llama.cpp b10723发布：针对Intel Xe-LP GPU优化量化路径，提升生成与预填充性能
新版本改进了OpenCL后端在Intel Xe-LP显卡上的Q4_K/Q5_K量化矩阵运算，通过调整tile和N_DST参数带来性能提升。
Open WebUI发布v0.11.3：修复分支聊天重载断开与数据库升级失败问题
该版本将无障碍模式扩展到菜单和模型选择器，修复了分支聊天在重载后失联、数据库升级半途失败、自定义字体未生效及OAuth断开按钮误显示等问题。
Open WebUI v0.11.2发布：新增请求过滤器，修复多项稳定性问题并包含安全更新
Open WebUI v0.11.2为文档预览增加缩略图导航，为过滤器新增request阶段，并修复了推理模型流式中断、跨实例停止失效等问题。官方建议生产环境尽快升级以应用安全修复。
