前言
很高兴,经过一段的时间的迭代,我们重磅发布了LangChat Pro v2.3.0版本。 此版本包含了大量的架构设计更新,迭代了非常多的新功能和新的产品特性,让LangChat Pro更容易接入和配置使用。 本次版本更新修复了大量的BUG,优化了大量的前端组件和后端功能架构。 版本摘要- 知识库重构:支持 Rerank、目录层级、文本段与文档级禁用/启用
- Workflows 重构:全新节点体系、执行追溯、更多功能节点
- 渲染增强:原生 Mermaid、KaTeX,代码块复制/下载
- 新的模块:更多模型接入、轻量级工作空间、敏感词接入
如何更新?
:::danger 破坏性更新 此版本包含大量架构与数据结构重构,为满足商业级产品需求。- 严禁在旧版本仓库直接拉取最新代码并覆盖
- 严禁在旧版本代码上直接操作更新 :::
1
新建全新 Workspace
在全新的 Workspace 中拉取最新仓库,避免与旧版本产生代码与数据结构冲突。
2
部署 v2.3.0
按照文档完成部署、初始化与基础配置,确保可用后再进行增量功能开发。
3
二开改造
将自定义功能以新增模块形式进行二开,尽量避免直接修改内核源码以降低后续合并成本。
UI细节更新
Markdown渲染增强
-
Markdown 渲染组件增强,支持 Mermaid 图表原生渲染
-
代码渲染支持复制和下载按钮
-
原生支持 KaTeX 公式渲染
Thinking原生支持
根据 LangChain4j 对 Thinking 的支持,现在 LangChat Pro 也完成了对模型思考内容输出的原生支持,思考过程输出更加准确和高效: :::note 兼容性说明 需确保所用模型或推理服务支持 Thinking 输出能力。 :::
知识库更新
知识库作为本次大版本更新的重要部分,新版布局更加清晰易用,并增加了多项细节特性:支持 Rerank 模型
新版本的知识库,我们提供了对Rerank模型的支持,可以接入第三方模型服务(如阿里云),或者本地部署Rerank模型,通过Rerank模型将使得RAG的检索效果大大提升,更加减轻幻觉导致的问题。
RAG 知识库引用增强
扩展了对知识库引用展示的设计逻辑,知识库检索更加清晰
文本分段增强
在新版本中,我们重构了对文本分段引擎的设计:- 文本文件正常解析分段
- Word或者PDF增加对文档中图片的OCR识别
- Excel文件增加对行列数据的单独解析和分段
支持目录层级管理
新版本的知识库文档列表增加了文件目录层级的支持,可以在指定目录上传文件,也可以把已有文件移动到其他目录:
文本段列表预览更清晰
新版本我们美化了对知识库文档分段数据的预览页面,可以轻松查看分段的数据,以及文档文件的元数据:
支持对单个文本段/单个文档的启用和禁用
新版本增强了 RAG 检索的可控性:支持禁用单个文本段,或禁用/启用整个文档的检索;若禁用文档或文本段,进行 RAG 检索时将不会匹配该文本段。
Workflows 大更新
在新版本产品中,我们几乎重构了整个Workflows前后端模块设计,完全重构了代码设计,维护和添加新节点更方便,并且我们增加了对Workflows执行流程的支持,增加了大量新的功能节点。新的 UI 布局设计
新的节点上下文变量设计
工作流执行流程追溯
新版本我们增加了对工作流执行流程的追溯,会清晰记录每个节点执行的入参和出参信息,更容易排查日志。 :::tip 调试建议 结合执行追溯与节点入参/出参记录,可快速定位节点配置问题与数据转换异常。 :::
大量功能节点扩展
新的功能模块
大量新模型的接入支持
轻量级工作空间
我们在新版本中提供了轻量级的工作空间概念,允许在一个空间下的用户共享一些应用或者知识库数据。
敏感词的接入
我们提供了敏感词的接入模块,支持批量导入和高效过滤敏感词。
更多功能优化不再一一介绍了。。。
