Bago: Lumulutang na widget ng chat na may tagapagpahiwatig ng katayuan sa admin-bar — maaaring direktang mag-prompt ang sinumang naka-log in na user sa browser-side LLM mula sa front end.
Bago: SharedWorker runtime — tumatakbo na ngayon ang MLC engine sa isang SharedWorker kaya maraming tab ang nagsasalo sa isang GPU session sa halip na mag-agawan dito.
Bago: apiFetch middleware interceptor — ang mga WordPress REST request na tumutugma sa pattern ng AI Client SDK ay malinaw na niruruta sa lokal na WebLLM broker, nang hindi kailangan ng loopback HTTP round-trip.
Bago: UI ng mga setting ng widget sa panel ng Connector para i-toggle ang chat widget at i-configure ang gawi ng auto-prompt.
Ayos: Piliting gamitin ang IndexedDB cache backend para manatili ang mga download ng model weight matapos ang mga HuggingFace xet CDN redirect na sumisira sa default na path ng Cache API.
Ayos: Laktawan ang context_window KV-cache override para sa mga embedding model (wala silang decoder at nagdulot ng runtime error ang override).
Ayos: I-advertise ang cold-start candidate model sa /webllm/v1/models bago pa ma-load ang worker tab, para agad makakita ng model ang mga SDK consumer.
Ayos: I-hook ang WebLLM sa wpai_preferred_text_models filter para mairuta ang feature na AI Experiments sa browser engine kapag may naka-configure na model.
Pinahusay: Cache-busting, normalisasyon ng nilalaman, at mga ayos sa hardware-reference na lumitaw sa end-to-end testing.