Nu: Vloëwende chat-widget met admin-balk status-aanwyser — enige ingelogde gebruiker kan die browser-kant LLM direk vanaf die voorste kant (front end) aanstuur.
Nu: SharedWorker runtime — die MLC-enjin hardloop nou in 'n SharedWorker, sodat verskeie tabs een GPU-sessie deel in plaas daarvan om oor dit te veg.
Nu: apiFetch middleware-intersepteur — WordPress REST-versoeke wat die AI Client SDK-patroon pas, word deursigtig na die plaaslike WebLLM broker gerouteer, sonder dat 'n loopback HTTP-rondreis nodig is.
Nu: Widget-instellings-UI in die Connector-paneel vir die omskakeling van die chat-widget en die konfigurasie van outo-prompt gedrag.
Hersiening: Dwing IndexedDB cache backend af sodat modelgewig-downloads oorleef HuggingFace xet CDN-herroepinge wat die standaard Cache API-pad breek.
Hersiening: Skip die context_window KV-cache oordrywing vir inbeddingsmodelle (hulle het geen dekoder nie en die oordrywing het 'n tydlynfout veroorsaak).
Hersiening: Kondig die koue-start kandidaatmodel aan in /webllm/v1/models voordat die werker-tab gelaai is, sodat SDK-gebruikers onmiddellik 'n model sien.
Hersiening: Skakel WebLLM in die wpai_preferred_text_models filter sodat die AI Experiments-funksie na die browser-enjin gerouteer word wanneer 'n model gekonfigureer word.
Verbetering: Cache-busting, inhoudnormalisering en hardeware-verwysings-hersienings wat tydens einde-tot-einde toetsing aan die lig gekom het.