发布说明

​

v2.0.2

发布于 2026-06-16。

​

新增

Agent 服务与 Team

• 自定义子智能体模板：现在可以在 Agent 服务中注册自定义的子智能体模板，团队 Leader 可以基于用户自定义的模板创建 Worker，不再局限于内置模板。(#1833)
• 自定义 Agent 类：Agent 服务现在支持注册用户自定义的 Agent 子类，由 FastAPI 运行时实例化。(#1838)

Tool

• Bash 工具新增 cwd 参数：智能体现在可以将 Shell 命令限定在指定的工作目录中执行，而不必每次都从工作区根目录运行。(#1822)

Model 与多模态

• 流式音频 + 实时字幕：DashScope/OpenAI 全模态模型现在能够在单次回复内增量地输出音频块和字幕事件。(#1701)

TTS

• 全新 tts 模块：内置 DashScope 后端与流式中间件，能够在 Token 到达时实时将智能体的文本回复转换为语音输出。(#1832)

WebUI

• 凭据侧边栏：现在按 Provider 分组展示凭据，便于在多家厂商之间查找和管理 API Key。(#1829)
• WebUI 的 CI：新增了格式检查和构建检查，前端回归在 PR 阶段即可被发现。(#1821)

​

变更

Agent 服务基础设施

• Embedding 模型层重构：原先单文件实现的 _dashscope_embedding.py / _dashscope_multimodal_embedding.py 被替换为新的 embedding/_dashscope/ 包，每个模型都对应一份 YAML 模型卡（text-embedding-v3/v4、qwen2.5-vl-embedding、qwen3-vl-embedding、multimodal-embedding-v1、tongyi-embedding-vision-flash/plus），并新增 EmbeddingModelCard 类型以及服务层 _embedding.py 端点。(#1852)
• 后台任务管理器重构：原本基于单进程的调度器被替换为基于消息总线的架构（message_bus/_base.py + _redis_message_bus.py），并重写了 cancel/wake-up 调度器以便通过消息总线协同，支持多进程与分布式部署。(#1849)

​

修复

Model

• 思考模式下的 tool_choice 回退：当 OpenAI 兼容的结构化输出调用因开启思考模式而拒绝强制 tool_choice 时，现在会自动回退到 auto 而不是直接报错。(#1830)
• Qwen 思考开关：正确地将 thinking 开关参数透传给 DashScope。(#1774)
• Ollama Embedding 客户端：改为每次调用都新建客户端，避免 Embedding 客户端跨事件循环复用时出现 “event loop is closed” 错误。(#1836)

Permission 与 Team

• Workspace MCP 加载器：遇到非法的 MCP 配置项时会跳过并打印告警，而不是直接中断初始化。(#1819)
• Workspace 根路径：被纳入到 Permission Context 中，路径规则评估时能够正确解析相对路径。(#1823)
• Worker Agent 继承 Leader 的权限规则：AgentCreate 现在改为 state-injected，Worker 会话通过深拷贝 Leader 的工作目录以及 allow/deny/ask 规则来构建。此前 Worker 总是拿到一个空的 PermissionContext，导致所有用户已确认过的目录和规则都丢失。(#1815)

Tool

• Glob 模式：现在能够正确识别 Windows 风格的路径分隔符。(#1809)

Storage 与 Message Bus

• Redis 会话 ID：显式传入的 Session ID 不再被自动生成的 ID 覆盖。(#1786)
• Redis Message Bus 超时 Bug：修复后长耗时任务不会再丢失结果消息。(#1853)

WebUI

• 修复了侧边栏 group action 中 <button> 嵌套的 HTML 结构问题。(#1769)
• 不可预览的文件附件现在能够正常渲染，并对媒体尺寸做了约束，避免撑破聊天布局。(#1768)
• 聊天会话侧边栏在移动端改为浮层抽屉，避免在小屏上抢占空间。(#1772)
• 新增了路由级别的错误边界，配套友好的错误页面。(#1828)
• 修复了聊天页面的一个渲染 Bug。(#1867)
• 修正了中文版引导提示文案中的一处错别字。(#1766)

​

v2.0.1

发布于 2026-06-05。

​

新增

Agent 服务与 Team

• Agent Team 内置于 Agent 服务中：重构后的服务允许由 Leader Agent 创建并协同多个子 Agent。(#1776)
• 可插拔的工具与中间件：现在可以在服务启动时通过依赖注入向其传入额外的工具和中间件，而不必将其硬编码在默认工具包中。(#1709)

Permission

• 权限系统的整体优化：将 Edit 与 Write 各自的 _check_permission 钩子收敛到共享的 _engine.py 中，并扩展了 _decision.py / _types.py 中的规则模型。改动配套新增了 895 行的 permission_mode_test.py，端到端地覆盖 default、explore、accept_edits、ask 四种模式。(#1767)

Model

• 逐次调用的 client_kwargs：可以将额外的客户端参数透传给底层 Provider Client，便于配合代理、自定义 Transport 或单次调用级别的 Tracing 使用。(#1659)
• 15 份主流模型的 YAML 模型卡：覆盖 Anthropic（claude-opus-4-5、claude-opus-4-6、claude-sonnet-4-5）、DashScope（qwen-max、qwen-max-2025-01-25、qwen-turbo、qwen-long）、OpenAI Chat（gpt-4o、gpt-4o-mini、gpt-4.1-mini、gpt-4.1-nano）、OpenAI Response（gpt-4.1、gpt-4.1-mini）以及 xAI（grok-3、grok-3-fast）。(#1731)

RAG

• rag 模块基础类骨架：仅包含基类，具体的 Retriever 实现将在后续版本中陆续提供。(#1746)

Event

• EventBase 新增 metadata 字段：允许事件生产者附带任意结构化数据，下游的 Tracing、Hook、Middleware 等可以直接读取。(#1788)

WebUI

• Fallback 模型：现在可以在 Web UI 中配置 Fallback 模型，当主模型不可用时会话会自动切换。(#1699)

Dependencies

• ripgrep 改为可选依赖：不需要内置 grep 工具的部署可以保持更精简的依赖。(#1740)

​

变更

Docs

• 更新了 README，介绍新的 Agent 服务能力。(#1789)

​

修复

Formatter 与 Model

• Anthropic Formatter：现在会丢弃没有 signature 的 thinking block，避免 API 调用失败。(#1668)
• 统一的重试逻辑：anthropic / dashscope / deepseek / gemini / moonshot / ollama / openai_chat / openai_response / xai 现在共享同一份重试辅助逻辑，瞬时失败的处理在各家 Provider 之间保持一致。(#1730)
• Ollama 与 Gemini：会真正遵循显式传入的 thinking_enable=False，不再因为模型本身支持思考就强行开启。(#1784)

Tool

• FunctionTool：现在接受普通返回值（而非 ToolResponse），会自动包装。(#1703)
• 内置 Read 工具：在底层文件被修改时会失效原有的文件缓存。(#1735)
• Bash 子进程窗口：在 Windows 平台上现在会被隐藏。(#1717)
• Tool Group 的 Skills：在解析当前可用工具集时会被正确地包含进去。(#1732)

MCP

• MCPTool 名称：会被规范化处理，避免出现 :、/ 等字符时被部分 Provider（尤其是 OpenAI）拒绝。(#1787)

Workspace 与 Storage

• LocalWorkspace：为 MCP 与 Skill 的操作加锁，避免并发注册/销毁时的竞态。(#1710)
• Redis 消息列表：现在会设置过期时间，会话级的消息日志不再无限堆积。(#1734)

WebUI

• 在当前依赖下前端能够正常构建。(#1708)
• Button 的 tooltip 触发器使用 asChild，避免出现嵌套的 <button>。(#1770)
• 对话框新增了用于读屏软件的 description，提升无障碍体验。(#1771)
• 补全了 Web UI 示例中缺失的文件。(#1661)

Docs

• 更新了 README 中的钉钉群二维码。(#1662)

​

v2.0.0

发布于 2026-05-25。

​

新增

Agent 核心

• Agent 类中内置权限检查：_agent.py 进行了大规模重写（+1534/-388），集成了新的权限引擎、事件类型、异常体系以及消息块。Agent 在每次工具调用前都会咨询权限系统。(#1518)
• Agent 类支持上下文压缩：新的 AgentConfig 暴露压缩相关配置，各 Provider 提供压缩入口，新增的 offload/ 与 storage/ 基础模块用于持久化压缩后的历史。配套 564 行的 context_compression_test.py。(#1544)
• 工具结果压缩：Agent 类支持对大体积的工具输出在回灌给模型前进行摘要压缩。(#1585)

权限系统

• 全新 tool/_permission/ 包：提供完整的权限基础类，包含 1026 行的 _engine.py、589 行用于静态分析 Shell 管道的 _bash_parser.py，以及 _context.py、_decision.py、_rule.py、_types.py，并搭配约 1.6k 行的单元测试。(#1486)

Tool

• 基于 ToolBase 重建内置工具：全新的 _bash、_edit、_glob、_grep、_read、_write 实现，以及共享的 _meta 与 _constants，全部基于新的工具基类。(#1502)
• Task 工具：新增 TaskCreate、TaskGet、TaskList、TaskUpdate（详见 Plan 页面）。(#1549)
• Tool 与 Workspace 集成：工具包与 Workspace 模块被打通进 Agent 类，文件/Shell 工具现在统一在 Agent 的 Workspace 中执行。(#1642)

Workspace

• 全新 workspace/ 模块：包含 _base.py 接口与 789 行的 _local_workspace.py 实现，旧的 offload/_base.py 同时被移除。(#1586)

Service

• 基于 FastAPI 的 Agent 服务：作为通过 HTTP 暴露 Agent 的标准方式被正式引入。(#1568)

Middleware 与 Tracing

• 2.0 中间件机制：在 Agent 类中引入新的中间件机制，包含 179 行的 middleware/_base.py、AgentConfig 中的中间件注册槽位，以及 752 行的测试用例。(#1565)
• Tracing 作为中间件：原本作为外挂逻辑存在的 Tracing 现在被打包成一个中间件，位于 middleware/_tracing/，包含 extractor + converter + setup 以及 846 行的测试。(#1633)

Model

• ChatUsage 新增 cache_creation_input_tokens 与 cache_input_tokens 字段，用于支撑感知 Prompt Cache 的计费与可观测性。(#1602)
• 统一的 thinking tag 处理：在 DeepSeek、Moonshot、OpenAI Chat、OpenAI Response 与 xAI 之间统一了 <thinking> 标签的处理逻辑，下游代码不再需要按 Provider 分支。(#1622)
• OpenAI 音频输出：端到端支持 OpenAI 模型的音频输出。(#1623)
• DashScope 结构化输出：修复后并配套提供使用示例。(#1651)

Message 与 Event

• 正式定义 Msg 的类型规则与约束：通过完整的测试套件明确不同位置允许出现的内容块类型。(#1454)
• Msg 新增 usage 字段：在消息粒度暴露 Token 使用量。(#1639)

Scripts

• 模型调用辅助脚本：在 scripts/model_examples/ 下新增了一批脚本，用于快速验证各家 Provider。(#1604)

​

变更

Message 与 Event

• 核心构建块简化、Msg 结构重组：旧的 a2a/ 包（a2a_base、file_resolver、nacos_resolver、well_known_resolver）以及 formatter/_a2a_formatter.py 被移除；新增了统一的 event/ 包（_event.py，421 行）。(#1440)

Tool

• Tool 模块重构：提供新的基类与工具包逻辑，移除了遗留的 MCP client_base，相关教程也同步更新。(#1493)
• Skill Loader 重构：新增 tool/_skill/ 包（_base.py + 171 行的 _local_loader.py），替换原先内联在 Toolkit 中的 Skill 逻辑；同时新增内置 _skill.py 工具，将 Skill 暴露给 Agent。(#1513)
• tool_choice 参数重构：将各种模式（auto、none、required 等）改为 tool/_types.py 中的类型化对象，从而能够支持 OpenAI Response API 的高级 Prompt Cache，所有 Provider 的实现同步更新。(#1524)

Model 与 Formatter

• Chat 模型实现重构：新增 credential/ 包（_base、_anthropic、_dashscope、_deepseek、_gemini、_kimi、_ollama、_openai、_xai），将 API Key/鉴权从 Chat 模型类中解耦，所有 Provider 的 Formatter 也在其基础上重写。(#1564)
• DashScope 兼容 OpenAI：DashScope 模型现在复用 OpenAI Chat 客户端的调用路径，不再维护单独的响应解析。(#1617)
• kimi 重命名为 moonshot：与该 Provider 的官方品牌保持一致。(#1609)

MCP

• 统一的 MCPClient 类：_mcp_client.py（347 行）替代了原先一系列 stateful、stateless、stdio、SSE 与 streamable-HTTP 的客户端，连接配置统一收敛到 _config.py 中。(#1572)
• MCP 工具注册时会被重命名：避免不同 MCP Server 之间的工具名冲突。(#1552)
• MCP 单元测试：按新版 API 进行了重构。(#1505)

Tracing

• Tracing 模块迁移至 middleware/_tracing/：原先约 360 行的 _extractor.py 被拆分为 _trace.py、_converter.py 以及更精简的 _extractor.py，注册流程也得到简化。(#1579)

Workspace

• 新增 e2b 与 Docker Workspace：与本地 Workspace 并列提供，各自配套 Manager。本次发布同时在 examples/web_ui/ 下提供了完整的 WebUI 脚手架。(#1650)

项目层面

• 临时弃用：evaluate、module、rag、tts、realtime 等模块在重构期间被移除，对应的示例（a2a/a2ui 智能体等）也从代码树中删除。(#1438)

Docs

• 为 2.0 版本更新了 README 与教程。(#1657)

​

修复

Model

• DashScope KeyError：当响应体缺失预期字段时不再抛出 KeyError。(#1615)
• _format_tools：针对 OpenAI Response 模型做了进一步打磨。(#1635)

Formatter

• 各 Provider 的 Formatter 与单元测试：进行了系统化的打磨。(#1621)
• Moonshot：远端图片 URL 现在会被下载后以 base64 形式上传，因为该 API 不支持直接传 URL。(#1653)

MCP

• MCPTool 输入 Schema 保留 $defs：递归地剥除 title 字段，修复了与严格的 LLM Provider 配合时的 Schema 校验问题。(#1595)

Tool

• 关闭 .env 绕过通道：Write、Edit、Bash 不再允许 Agent 通过正规化路径技巧读写 .env（以及其他危险路径），危险路径检测 API 同步收紧。(#1656)

Scripts

• 辅助脚本现在会将 TextBlock 列表赋值给 content，而不是直接传一个字符串。(#1629)