## 08/08(0.8.53)
- Dock_QA 新增stream參數，若stream=True，則回傳值為generator (見 [get_response](/8NLNO8WXTl-nQYuaX4fpBQ))
- ***get_response*** 和 ***ask_self*** 新增history_messages參數來傳遞聊天紀錄訊息 (見[get_response](/8NLNO8WXTl-nQYuaX4fpBQ))
- ***get_response*** 可傳入dbs物件，避免重複load chromadb (見 [get_response](/8NLNO8WXTl-nQYuaX4fpBQ))
- prompt_format_type參數新增"chat_gpt"和"chat_mistral"，用來傳遞非str type輸入給語言模型 如([{"role":current_role, "content":prompt}])， (見 [提示格式](/Vp67i5BESgqiivM0rDwaSg))
- 輔助函數新增 call_model, call_batch_model, call_stream_model (見 [輔助函數](/lHhXX2uHQV2A-ZaIe1b04A))
- 輔助函數新增 self-rag (見 [輔助函數](/lHhXX2uHQV2A-ZaIe1b04A))
- 語言模型物件(LLM)和嵌入模型物件(Embeddings)可直接傳入***Doc_QA***, ***Eval***,和 ***Summary***，避免重複宣告(見 [語言模型](/LUSKfUEuQFixj4D0GID7hA) [嵌入模型](/HXjSvXBCT5S4Z-YeyZ5YHg))
- 內建 FAST API，可使用 "akasha api (--port port --host host --workers num_of_workers) 啟動 (見 [FAST API](/VId-qyYTTIefVsC1lEzs8g))

## 05/29(0.8.34)
- 新增stream output [流輸出](/hIVt_3ncRJ-p6dkzlsRdOg)

## 05/09(0.8.28)
- 新增語言模型類別: ***gptq***
- ***remote*** 語言模型類別更新為streaming print out
- 基於參數 ***doc_path*** 的輸入類型，您可以使用 ***get_response*** 來運行 ***ask_whole_file*** 和 ***ask_self***（若 ***doc_path*** 是單一文件路徑，則運行 ***ask_whole_file***；如果 ***doc_path*** 是一段或多段文字，則運行 ***ask_self***）。
- ***search type auto*** 改為 ***auto*** 和 ***auto_rerank***，差別為在找不到足夠相似的文件段落時，是否使用rerank模型
- ***Doc_QA*** 新增 ***rerun_ask_agent*** 功能，可更改prompt並重新運行 ask_agent。
- ***Eval create_questionset***添加參考文件名稱到產生的問題中。

## 04/26(0.8.25)
- 新增windows使用者透過WSL安裝ubuntu和anaconda 的使用說明。

- dev-ui image 不再使用ccchang0518/akasha-dev-ui 改用 ccchang0518/akasha-lab:0.6

## 04/17 (0.8.25)
- 在summary中添加參數 **consecutive_merge_failures** 以防止需要摘要段落持續無法縮減。

- 在summary中加入進度條。（請注意，**map_reduce** 方法的進度條僅為估計。）

- 在helper module中，新增 **call_translator** 和 **call_JSON_formatter** 的函數。這些函數有助於利用 LLM 進行翻譯並將輸出格式化為 JSON 格式。

- OpenAI 和 Hugging Face 文本生成模型的標準輸出（stdout）改為即時流模式。

## 04/11 (0.8.24)
* -參數**questionset_path**:不再使用參數questionset_path，改用questionset_file

## 04/11 (0.8.24)
- 新增參數 **keep_logs**如果為True會儲存每次執行的資料和結果，預設為False
- 預設不會安裝llama-cpp-python套件，若想使用llama-cpp模型，請使用 pip install akasha-terminal[llama-cpp]安裝

## 04/10 (0.8.23)
- **HUGGINGFACEHUB_API_TOKEN**:不再使用環境變數 HUGGINGFACEHUB_API_TOKEN， 使用HF_TOKEN匯入 key
## 03/27 (0.8.23)
- **Summary:** Summary新增選項auto_translate將摘要翻譯成目標語言, [summary](/dj61dkBGR36lsS_g9wHV0A)
- **summarize_articles:** Summary新增summarize_articles函數，將str或list做摘要
- **language:** 在akasha.format中新增語言對照表

## 03/22 (0.8.21)
- **agent module:** 新增代理模組，可以自定義tools和agents, [代理](/NUtfQRO4R4KnWa3zyfXFaQ)
- **add document format:** 新增可讀取文件類別.pptx .md

## 03/08 (0.8.20)
- **search bm25:** 在 search_type中, 新增 bm25選項, [文件搜尋](/9Bhsju1sRBeV3Zo5ONRgcw)
- **search auto:** 在 search_type中, 新增 auto選項, [文件搜尋](/9Bhsju1sRBeV3Zo5ONRgcw)
- **Doc_QA ask_agent:** 在akasha.Doc_QA中， 新增ask_agent，使用self-ask prompting回答較為複雜的問題, [ask_agent](/KtTLhkw8QyGgxodi7LakTw)

## 02/26 (0.8.19)

- **JSON_formatter:** 在 akasha.prompts, 新增 JSON_formatter_list 和 JSON_formatter_dict, [JSON格式](/YxL00--HR7ajUAp4E_r0hw)

- **topK:** 不再使用參數topK，使用max_doc_len來決定參考文件的選取上限。

- **use_rerank:** 新增use_rerank參數，在文件相似度搜尋完之後使用rerank模型更精準排序文件與使用者問題的相關性，預設False。

- **topic_questionset:** akasha.eval中新增topic_questionset，用以產生特定主題的測試問題集。