Neu: Schwebendes Chat-Widget mit Statusanzeige in der Admin-Leiste — Jeder eingeloggte Benutzer kann den LLM im Browser direkt vom Frontend aus nutzen.
Neu: SharedWorker-Laufzeitumgebung — Die MLC-Engine läuft nun in einem SharedWorker, sodass mehrere Tabs dieselbe GPU-Sitzung teilen, anstatt um sie zu kämpfen.
Neu: apiFetch Middleware-Interceptor — WordPress REST-Anfragen, die dem AI Client SDK Muster entsprechen, werden transparent an den lokalen WebLLM-Broker weitergeleitet, ohne dass ein Loopback-HTTP-Roundtrip nötig ist.
Neu: Widget-Einstellungen-UI im Connector-Panel, um das Chat-Widget ein- und auszuschalten und das Verhalten des automatischen Prompts zu konfigurieren.
Fix: Erzwingt den IndexedDB-Cache-Backend, damit Modellgewichts-Downloads auch bei HuggingFace xet CDN-Weiterleitungen überleben, die den Standard-Cache-API-Pfad unterbrechen.
Fix: Überspringt die context_window KV-Cache-Überschreibung für Embedding-Modelle (diese haben keinen Decoder, und die Überschreibung verursachte einen Laufzeitfehler).
Fix: Veröffentlicht das Cold-Start-Kandidatenmodell in /webllm/v1/models, bevor der Worker-Tab geladen ist, damit SDK-Nutzer sofort ein Modell sehen.
Fix: WebLLM wird in den wpai_preferred_text_models Filter eingebunden, sodass die AI Experiments Funktion auf die Browser-Engine zugreift, wenn ein Modell konfiguriert ist.
Verbesserungen: Cache-Busting, Content-Normalisierungs- und Hardware-Referenz-Fehlerbehebungen, die während des End-to-End-Testings aufgetaucht sind.