当前位置: 首页 > news >正文

Laravel AI SDK 在 Laracon India 2026 首次亮相

026 年 1 月 31 日,Taylor Otwell 在 Laracon India 2026 上首次公开展示了 Laravel AI SDK。这套他已开发数月的全新工具集,有望彻底改变 Laravel 应用中的 AI 集成方式。

什么是 Laravel AI SDK?

Laravel AI SDK 旨在大幅简化与各类 AI 服务商的交互,支持以下操作:

  • 获取类似 ChatGPT 的聊天机器人响应
  • 通过 embeddings 实现数据库语义搜索
  • 生成视频、音频和转录文本
  • 以及更多功能

Taylor Otwell 的目标是提供优雅的 Laravel 语法和简洁的 API,无论你选择哪个 AI 服务商。实际使用时,只需调用agent()->prompt('你的请求...')即可获得结果。

配置 AI 服务商

配置过程非常简单。在config/ai.php文件中,你可以为不同的服务商配置 API 密钥,如 Anthropic、OpenAI、Cohere、ElevenLabs 或 Gemini。

SDK 还允许根据操作类型设置默认服务商:

  • default→ openai
  • default_for_images→ gemini
  • default_for_audio→ openai
  • default_for_transcription→ openai
  • default_for_embeddings→ openai
  • default_for_reranking→ cohere

基础用法:调用 Agent

最简单的示例展示了这种极简方式的强大:

Route::get('/agent', function () { $response = agent( instructions: 'You are a helpful assistant.' )->prompt('Tell me about Laravel in one sentence.'); });

响应返回包含调用元数据的完整结构,包括使用的 token 数、服务商、模型,当然还有响应内容。

JsonSchema 自定义数据结构

你可以通过提供 JSON Schema 精确定义返回结果的格式。这让你能够获得可直接在应用中使用的结构化数据。

队列处理与流式响应

由于 LLM 响应可能需要一些时间,SDK 提供了两种优雅的选项:

  • 队列处理:将请求委托给 Laravel Job
  • 流式响应:逐字显示响应,就像传统聊天机器人一样

这种灵活性与现有的 Laravel 生态系统完美集成。

图像生成

Laravel 的「开箱即用」理念在这里体现得淋漓尽致。你可以将 AI SDK 的新功能与 Laravel 现有功能(如队列和文件系统)结合使用。

生成图像变得如此简单:

agent()->generateImage('prompt here')->store('path');

你甚至可以通过添加新的 AI 提示词来修改现有图像。

音频与转录

与图像类似,SDK 允许通过 ElevenLabs 等服务商处理音频,无论是生成音频还是转录现有内容。

Embeddings 与语义搜索

最令人印象深刻的功能之一是在项目中实现语义搜索的便捷性。

例如,搜索 "big boats" 可以找到电影 "Titanic",即使其描述中没有包含 "boat" 这个词。这就是 embeddings 的魔力。

虽然底层实现复杂,但控制器端的代码依然简洁优雅。这个功能配合 PostgreSQL 效果最佳,因为 PostgreSQL 具有原生向量搜索功能,已在 Laravel 12 中新增支持。

Agent 类

SDK 将支持通过命令生成专用的 Agent 类:

php artisan make:agent

这些类提供了丰富的配置选项,比如UseCheapestModel属性可以自动选择各服务商最经济的模型(haiku、nano 等)。

Taylor 还展示了其他可配置的功能:

  • Middleware
  • 自定义配置
  • 数据结构
http://www.cnnetsun.cn/news/1549479.html

相关文章:

  • 约瑟夫问题模拟算法可视化程序_C++精灵库算法可视化程序
  • C++变参模板与折叠表达式在可变参数函数中的现代实现
  • 【Python 3.14 JIT性能调优终极指南】:实测提升47.2%执行速度的7大关键配置项
  • 别再只调PID了!用STM32做智能加湿器,我这样设计温湿度控制逻辑更省电
  • MTK LK充电全流程解析:从低电检测到关机动画显示
  • STM32CubeIDE实战:LL库+DMA实现F4系列ADC多通道采样(附完整工程)
  • OpenClaw+Qwen3-VL:30B:个人智能助手快速搭建
  • 【系统架构设计师】2025下半年 · 系统架构设计师论文题目与考试分析
  • OpenClaw内容创作:Qwen3.5-4B-Claude批量生成技术博客
  • Qwen3-ASR-1.7B方言识别:区域语言支持方案
  • FlexASIO音频驱动实战:5个性能调优技巧解决延迟与稳定性难题
  • 3个核心价值:XianyuAutoAgent监控系统全解析
  • Power Automate Desktop实战:一键自动登录Chrome网站
  • JIT热启动延迟骤降92%的关键配置,Python 3.14生产环境调优必读,错过再等两年!
  • 别再用Eager Mode硬扛了!PyTorch 2.0的torch.compile实战:从ResNet到BERT,手把手教你榨干GPU性能
  • OpenClaw硬件加速方案:nanobot镜像启用CUDA提升推理速度
  • OpenClaw个人知识库:nanobot镜像自动整理Obsidian笔记
  • Pinecone vs Weaviate:哪个向量数据库更适合你的AI项目?(2024最新对比)
  • Java全栈开发面试实录:从基础到项目实战的深度解析
  • 如何用Python免费获取通达信股票数据:新手量化投资入门指南
  • 模型量化实践:OpenClaw+nanobot内存占用降低50%
  • 树莓派4B避坑实录:从Java内存不足到PyCharm+Miniconda3稳定部署(保姆级教程)
  • 企业网实战模拟:在eNSP中用单臂路由和三层交换,规划一个多部门隔离与互访的网络
  • 传音控股年营收656亿:净利26亿同比降53% 派发现金红利10亿
  • OpenClaw轻量化方案:nanobot镜像节省80%模型推理资源
  • 别再只用Dice Loss了!结合Focal Loss解决钢材缺陷分割中的小目标难题(附PyTorch代码)
  • OpenPLC Editor:重塑工业自动化编程的开源方案
  • 鸣潮工具箱终极指南:从卡顿到流畅的完整解决方案
  • 告别Halcon!用海康VisionMaster 4.4的MVD渲染控件,5分钟搞定C#视觉界面开发
  • Spring Boot + MyBatis 动态数据源路由:基于注解与AOP的实战指南