오픈소스 릴리즈 노트 읽기 - 8월 1주차

안녕하세요, AI 오픈소스 프로젝트에 관심을 갖고 계신 여러분!
이번 주에도 여러 흥미로운 오픈소스 프로젝트들이 새롭게 릴리즈되었습니다.
여러분께 도움이 될 만한 주요 릴리즈 소식을 정리해 보았으니, 관심 있는 프로젝트가 있다면 업데이트된 기능과 버그 수정 내용을 확인해 보세요.

 

---

 

제가 평소에 관심있게 살펴보는 프로젝트들입니다.
아래 목록에 추가하고 싶은 오픈소스 프로젝트가 있다면, 댓글로 남겨주세요!

• langchain-ai/langchain
• huggingface/transformers
• ggerganov/llama.cpp
• vllm-project/vllm
• NVIDIA/TensorRT-LLM

 

---

 

langchain-ai/langchain

langchain-core==0.2.25

https://github.com/langchain-ai/langchain/releases/tag/langchain-core%3D%3D0.2.25
이번 릴리즈인 langchain-core==0.2.25에서는 여러 가지 주요 변경 사항이 포함되었습니다. 주요 내용은 다음과 같습니다:

1. 첫 번째 및 마지막 노드 수정: trim_first_node 및 trim_last_node의 구현이 수정되어, getter 메서드에서 정의된 첫 번째 및 마지막 노드와 동일한 정의를 사용하도록 개선되었습니다. (#24802)
2. ToolMessage.status 도입: 새로운 ToolMessage.status 기능이 추가되었습니다. (#24628)
3. 비-픽클 가능한 인자를 지원하는 툴 호출: 도구 호출 시 비-픽클 가능한 인자를 지원하도록 수정되었습니다. (#24741)
4. 바인드된 함수에서 주입된 내용 존중: 바인드된 함수에서 주입된 내용을 존중하도록 개선되었습니다. (#24733)
5. mypy 버전 조정: 타입 검사를 위한 mypy의 버전을 1.11 미만으로 설정하였습니다. (#24749)
6. 오류 메시지에 type() 추가: 오류 메시지에 type() 정보를 추가하여 더 나은 디버깅을 지원합니다. (#24723)
7. InMemoryRateLimiter의 문서 문자열 수정: InMemoryRateLimiter의 문서 문자열이 올바르게 수정되었습니다. (#24730)
   이러한 변경 사항들은 코드의 안정성을 높이고, 사용자의 편의성을 개선하는 데 기여하고 있습니다.

 

langchain-core==0.2.26

https://github.com/langchain-ai/langchain/releases/tag/langchain-core%3D%3D0.2.26
langchain-core의 0.2.26 버전 릴리즈 노트에 따르면, 이번 릴리즈에서는 다음과 같은 주요 변경 사항이 있습니다.

1. 단위 테스트 업데이트: pydantic 2에서 AnyID를 사용하는 데 대한 우회 방법을 적용하여 단위 테스트를 업데이트했습니다. 이는 pydantic의 새로운 버전과의 호환성을 높이기 위한 조치입니다.
2. TypedDict 변환: TypedDict를 도구 스키마 지원으로 변환하는 작업이 이루어졌습니다. 이는 코드의 가독성과 유지보수성을 향상시키고, 도구와의 통합을 보다 원활하게 만들어 줄 것입니다.
   이번 업데이트는 pydantic의 최신 기능을 활용하고, 코드의 구조를 개선하여 사용자 경험을 향상시키는 방향으로 진행되었습니다.

 

langchain-core==0.2.27

https://github.com/langchain-ai/langchain/releases/tag/langchain-core%3D%3D0.2.27
이번 릴리즈인 langchain-core==0.2.27에서는 여러 가지 주요 변경 사항이 포함되었습니다. 아래는 주요 내용입니다:

1. 툴 인자 스키마 수정: 상속된 필드의 파싱 문제를 해결하는 수정이 있었습니다. 이는 툴 인자 스키마의 정확성을 높이는 데 기여합니다.
2. 문서 주석 업데이트: BaseCallbackHandler의 문서 주석이 업데이트되었습니다. 이는 개발자들이 코드의 기능을 더 잘 이해할 수 있도록 도와줍니다.
3. 런너블 구성 개선: ensure_config의 깊은 복사 기능이 개선되어, 자식 런너블에서 변수를 잘 처리할 수 있도록 하였습니다.
4. 유닛 테스트 개선: 유닛 테스트에서 BaseModel.schema() 대신 _schema()를 사용하도록 변경되었습니다. 이를 통해 테스트의 일관성과 신뢰성을 높였습니다.
5. 툴 비내용 블록 문자열화: 툴의 비내용 블록을 문자열로 변환하는 기능이 추가되었습니다. 이는 데이터 처리를 더욱 용이하게 만듭니다.
6. Pydantic 2 지원 추가: 유틸리티에서 필드를 가져오는 기능이 Pydantic 2를 지원하도록 업데이트되었습니다. 이는 최신 버전의 Pydantic을 사용하는 개발자들에게 유용합니다.
   이러한 변경 사항들은 성능 개선과 코드의 안정성을 높이는 데 기여하며, 개발자들이 LangChain을 더 효과적으로 활용할 수 있도록 돕습니다.

 

langchain-core==0.2.28

https://github.com/langchain-ai/langchain/releases/tag/langchain-core%3D%3D0.2.28
langchain-core의 0.2.28 버전 릴리즈 노트에는 다음과 같은 변경 사항이 포함되어 있습니다:

• 버전 0.2.28 출시: 이 릴리즈는 이전 버전인 0.2.27 이후의 패치로, 몇 가지 버그 수정 및 개선이 이루어졌습니다.
• 메시지 실행 관련 수정: 릴리즈 노트에는 메시지 실행과 관련된 사소한 수정이 포함되어 있습니다. 이는 코드의 안정성을 높이고, 기능을 더 매끄럽게 작동하도록 개선하는 데 기여합니다.
  이러한 변경 사항들은 사용자에게 더 나은 경험을 제공하고, 라이브러리의 전반적인 성능을 향상시키기 위한 노력의 일환으로 볼 수 있습니다.

 

langchain==0.2.12

https://github.com/langchain-ai/langchain/releases/tag/langchain%3D%3D0.2.12
langchain==0.2.12 릴리즈는 여러 가지 주요 변경 사항을 포함하고 있습니다. 이 릴리즈의 주요 내용을 요약하면 다음과 같습니다:

1. root_validator 업그레이드: ambiguous root_validator가 @pre_init으로 업그레이드되었습니다. 이는 데이터 검증 과정을 개선하는 데 도움을 줍니다.
2. 단위 테스트 업데이트: pydantic 2와 관련된 문제를 해결하기 위해 단위 테스트가 업데이트되었습니다.
3. 타입 주석 추가: 일부 누락된 타입 주석이 추가되어 코드의 가독성과 유지보수성이 향상되었습니다.
4. ChatOllama 관련 수정: init_chat_model() 함수에서 ChatOllama를 langchain-ollama에서 불러오고, langchain-community로 대체하는 기능이 추가되었습니다. 이후 이전의 변경 사항을 되돌리는 작업도 포함되었습니다.
5. OutputFixingParser 개선: OutputFixingParser.from_llm() 메서드가 사용 가능한 재시도 체인을 생성하도록 개선되었습니다.
6. HANA Cloud Vector Engine용 Self query retriever: 커뮤니티에서 HANA Cloud Vector Engine을 위한 Self query retriever 기능이 추가되었습니다.
7. TrajectoryEvalChain 수정: TrajectoryEvalChain.prep_inputs에 대한 버그가 수정되었습니다.
8. ChatBedrockConverse 지원 추가: init_chat_model이 ChatBedrockConverse를 지원하도록 업데이트되었습니다.
   이러한 변경 사항들은 전체적으로 langchain의 기능을 강화하고, 버그를 수정하며, 사용자 경험을 개선하는 데 중점을 두고 있습니다.

 

---

 

이번 주에도 다양한 오픈소스 프로젝트들이 활발히 발전하고 있음을 알 수 있습니다.
여러분이 관심을 갖고 있는 프로젝트들도 이번 릴리즈에서 개선된 부분이 있는지 꼭 확인해 보시길 바랍니다.
오픈소스 커뮤니티의 발전에 기여하는 개발자들에게 감사의 마음을 전하며, 앞으로도 더 많은 흥미로운 소식을 전해드리겠습니다.
읽어주셔서 감사합니다! 다음 주에도 유용한 정보로 찾아뵙겠습니다.