更新日志

​

v2.0.7

发布于 2026-08-24。

​

新增

控制台

• 新增 agentscope.console 模块，用于在终端中驱动智能体。ConsoleRenderer 消费 Agent.reply_stream 并渲染其中的事件——实时输出文本与思考增量，将并发流式的工具调用缓冲为完整块后再打印以避免交错，渲染 hint 块、每次模型调用的 token 用量，以及确认请求中建议的权限规则——提供 quiet / default / debug 三档详细程度，并会跳过无法识别的事件类型，使其在事件协议演进后仍可工作。launch_console(agent) 在此基础上提供零代码的交互式循环，支持工具调用确认（y / N / always）与分级的 Ctrl+C 处理。rich 进入核心依赖。(#2297)

Workspace

• 按智能体隔离 MCP 客户端会话，使多个智能体可以共享同一个工作区而不共享有状态的 MCP 客户端。list_mcps() / add_mcp() / remove_mcp() 新增 agent_id 参数，工作区中的 MCP 存储变为 {agent_id: [clients]}，每个智能体的客户端在首次访问时从 default_mcps 深拷贝并独立建连。工作区目录、技能与卸载存储仍然共享，旧的 .mcp 文件格式会自动迁移。(#1951)
• 按智能体隔离技能，并按会话选择技能。skills/ 下新增一层以智能体划分的目录，在该智能体首次调用技能相关能力时由 skill_paths 播种，因此智能体修改自己的技能不再改变其他智能体的行为，也不再为与自己无关的技能付出上下文 token。agent_id 为仅限关键字参数，未指定时使用 default 分区。(#2283)
• 新增 WorkspacePrewarmMixin 与 PrewarmConfig，预先构建并缓冲少量工作区，使会话可以直接拿到一个已经运行起来的工作区，而不必等待镜像拉取与沙箱初始化。在构建过程中到达的请求会等待这次已经在进行的构建，而不会另起一次；max_creating 限制并发构建数，使突发的会话排队而不是冲垮服务方。已接入 Docker 与 E2B 两个管理器，size: 0（默认值）表示关闭。(#1755)

Agent

• on_reply 中间件现在可以否决一次回复的结束：收到 ReplyEndEvent 后不向下 yield，即可在同一次回复内强制再进行一轮推理-行动——reply_id 不变，不会额外产生 ReplyStartEvent，max_iters 依然生效——任务约束校验与迟到的收件箱消息正需要这种能力。同时提供死循环保护：若事件被反复吞掉而中间没有任何推理或行动，将抛出异常。(#2322)
• ContextConfig 新增 max_image_num，用于限制上下文中保留的图片数量。compress_context 会在 token 统计之前先执行该限制；超出限制的较早图片会通过 offloader.offload_data_block 卸载并替换为记录了路径的提示，未配置 offloader 时则直接丢弃并替换为同样的提示。默认值为 None，即不限制。(#2362)

Agent Team

• 新增 TeamMemberLoopMiddleware，要求团队成员必须以调用 TeamSay 向 leader 汇报作为回复的结束，并在迭代次数耗尽时引导它向 leader 请求继续执行的许可。持续不汇报就结束的成员最多被追问 max_nudges 次，超出后该次回复以错误结束，而不是在会话锁下无限循环。(#2379)
• 成员的一轮以 ERROR 或 INTERRUPTED 结束且未汇报时，通知 leader。此前这种情况会让 leader 一直等待一个永远不会到来的答复；现在 leader 会收到一个说明成员与失败原因的 hint 块，投递路径与 TeamSay 汇报完全一致。(#2386)

Tool

• FunctionTool 支持 input_schema 参数，可传入 JSON schema 字典，或传入 pydantic BaseModel 子类（经 model_json_schema() 转换），直接接管工具的输入 schema，而不再从函数的类型标注与 docstring 中提取。这覆盖了从其他框架迁移而来的工具定义，以及函数签名无法承载标注的场景，也让 FunctionTool 与本就直接透传外部 inputSchema 的 MCPTool 保持一致。(#2378)
• Read 工具按文件扩展名分发，而不再一律按 UTF-8 解码：图片、音频与视频以 base64 DataBlock 返回，PDF 按页返回提取出的文本，页码范围由新增的 pages 参数指定。文本文件行为不变。(#2114)

渠道

• 新增 DingTalkChannel，将智能体服务中的智能体接入钉钉。入站的机器人消息与卡片回调走官方 Stream SDK，出站一律走 OpenAPI，因此只需配置 Client ID 与 Client Secret。单聊与群聊均支持，群聊可通过 only_at_reply 只响应被 @ 的消息；智能体会获得 ListConversations、ListUsers、SendMessage、SendFile 与 SendImage 五个工具。流式回复与工具审批以互动卡片呈现，两者的模板 ID 都已预设为钉钉发布的公共模板，无需自行在卡片平台建模板即可使用；如需自定义外观，可通过 streaming_card_template_id 与 approval_card_template_id 指定自己的模板。(#2285、#2409)
• 将渠道的长连接收拢到专用 worker 中，通过 enable_channel_worker 启用。平台只会把一个机器人的事件交给一条连接，因此每个副本都去建连意味着飞书、钉钉、Slack 上多出的连接全部浪费，而 Discord 上每条消息都会被重复投递。现在与连接绑定的状态被单独拆出：ChannelClients 从渠道记录构建实例但不调用 start_listening，因此任何进程都可以发送回复、查询会话列表并为智能体挂载该渠道的平台工具。缓存的实例会在记录变更时重建，凭据轮换无需重启即可生效。(#2390)
• 支持在 SQL 存储中保存渠道记录。此前 SQL 存储直接继承了 NotImplementedError，任何非 Redis 部署——包括桌面版——都完全无法使用渠道。新增 channels 表，以 UNIQUE(platform_bot_id) 取代 Redis 中单独维护的机器人索引键，并配套 Alembic 迁移 0003_channels。(#2388)

RAG

• 新增 VectorStoreBase.list_chunks()，按 chunk_index 顺序返回某个文档的切片，四种向量存储均已实现。在此之上，智能体服务新增了切片浏览、原始文档预览（直接从上传时已写入的对象存储读取）与携带完整配置的知识库列表，以及三者对应的前端页面。(#2372)
• 切片器通过 pydantic 的 Parameters 内部类声明自己的可调参数，与模型卡片、RAG 中间件的做法一致，取代原先手写的 JSON schema 字典；前端通过共用的 SchemaForm 动态渲染这些参数。(#2083)

WebUI

• 回复因超出最大迭代次数而结束时，在对话页面展示提示。(#2381)

​

变更

渠道

• 回复改由产生它的节点直接投递，不再入队等待持有入站连接的节点去消费、抢占租约、重新订阅事件流并转发。发送本身只是基于已存储凭据的 REST 调用，因此 #2390 之后已无必要的这一整条回路——enqueue_channel_output、channel:outbound 队列及其唤醒信号、转发租约，以及 dispatcher 中的消费与转发路径——全部移除。同时消除了两个缺陷：60 秒超时会截断任何运行时长超过一分钟的回复；以及消费节点若并未托管该渠道，会无声地丢弃这条已出队的任务。(#2395)

Agent

• 废弃 ExceedMaxItersEvent。为保持向后兼容它仍会被发出，但不再承载语义；退出原因由 ReplyEndEvent.finished_reason == EXCEED_MAX_ITERS 表达。(#2322)

RAG

• 创建知识库时必须选择切片器，与嵌入模型的选择保持一致，同时移除隐式的 default_chunker 回退链。(#2083)

Model

• Anthropic、DeepSeek、DashScope 与 Moonshot 在结构化输出调用中显式关闭思考模式——这些服务方在思考模式开启时会拒绝强制的 tool_choice，从而导致 generate_structured_output 与 compress_context 间歇性失败。同时 _compress_context_impl 增加了截断兜底：若重试耗尽后摘要生成仍然失败，则丢弃较早的消息而不是抛出异常，让智能体在缩减的上下文下继续运行。(#2140)

​

修复

Agent Service

• 为定时任务创建的会话绑定真实的工作区。此前该会话以 workspace_id="" 持久化，而各工作区管理器都把空串当作一个字面量的缓存键而非“未绑定”，导致一个部署中所有用户、所有智能体的定时会话全部解析到同一个工作区：同一个沙箱、同一批文件、同一份 .mcp 配置与已安装技能。(#2410)
• 修复会话收件箱中的消息被搁置到用户下一次发言才被消费的问题。定时提示词、团队消息、新建 worker 的首个任务、后台工具结果都可能长时间无人消费：生产者此前依据运行锁来判断是否已有运行会消费收件箱，而一个已经完成最后一次消费、正在收尾的运行仍然持有该锁。现在运行会显式注册为收件箱的消费者，交接在一把短锁下完成，唤醒信号恰好在无人注册时才产生——既不会丢消息，也不会唤起一次无事可做的空转。(#2295)
• 将会话状态加载、智能体组装与挂起状态检查移入分布式会话锁内，使等待中的运行不再读取并回写上一次运行遗留的陈旧状态。(#2232)

Tool

• Bash 依据后端的操作系统而非宿主机的操作系统选择 shell，Windows 宿主机驱动 Linux 沙箱时不再把 cmd /c 发进容器。(#2366)
• 提取工具 schema 时解析 PEP 563 惰性标注，使用了 from __future__ import annotations 的模块不再产生字符串类型的参数。(#2371)

MCP

• 有状态的客户端可以重新连接：close() 会清除已经用尽的一次性 transport，下一次 connect() 重新创建，而不是复用失效的旧 transport 导致失败。(#2308)

RAG

• Qdrant 与 Milvus 以确定性 id 写入切片，索引 worker 在流程中途崩溃后重试时会覆盖此前的部分写入，而不是留下两份完整的切片。(#2372)

Agent

• 在上报的 usage 中保留 prompt cache token。(#2318)

​

v2.0.6

发布于 2026-08-07。

​

新增

渠道

• 新增 channel 模块，将智能体服务中的智能体接入即时通讯平台。ChannelBase 抽象平台接入，内置 FeishuChannel 与 DiscordChannel 两种实现；ChannelGateway 负责编排每一条入站事件，ChannelTypeRegistry 对外提供各平台的凭据表单结构，ChannelLifecycleDispatcher 负责将本节点运行中的渠道实例与存储保持一致。同时新增 /channels/* 系列接口，覆盖渠道的创建、启用与停用、状态查询、会话列表与路由规则。(#1997)

Workspace

• 新增 AppleContainerWorkspace、AppleContainerBackend 与 AppleContainerWorkspaceManager 类，支持将 Apple 的 container 命令行工具作为工作区后端（要求 macOS 26+ 与 Apple 芯片）。(#2068)
• 新增 WorkspaceBase.add_skill_archive() 方法，将上传的技能压缩包解压到工作区中并完成注册。(#2197)

中间件

• 为 MiddlewareBase 新增 on_check_permission 钩子，在单次工具调用的入参解析与校验完成后、权限判定结果被消费之前进行拦截。中间件可以通过 next_handler(**input_kwargs) 继续向下委托、替换返回的 PermissionDecision，也可以不委托直接给出判定结果。(#2001)

消息

• 内容块新增 created_at 与 finished_at 时间戳，便于消费方判断每个内容块的流式起止时间。(#2171)

Tool

• 为工作区后端类新增 scandir()、stat()、read_stream() 与 write_stream() 方法以及 DirEntry 数据类，从而以统一接口列举和流式读写工作区文件系统。(#2187)

Agent Service

• 支持从市场安装 MCP 服务与技能：MCPHubBase / GitHubMCPHub 与 SkillHubBase / ClawSkillHub 类通过 /hub/mcp/* 与 /hub/skill/* 接口浏览外部市场，安装后写入用户的资源库（/mcp、/skill），会话再经由 /workspace/mcp/from-library 或 /workspace/skill/from-library 装配到工作区中。(#2197)
• 新增 GET /workspace/directories 与 GET /workspace/files 接口用于浏览会话工作区，并由 POST /workspace/files/download-token 签发短时效的下载令牌。(#2187)
• 新增 GET /workspace/status 接口，返回会话的工作目录及其 git 状态。(#2257)
• 新增 GET /health 接口，逐个上报组件的就绪状态。该检查只读取应用状态，不会访问存储或工作区后端。(#2237)
• 新增 GET /embedding-model/ 接口，列出指定凭据类型下可用的全部嵌入模型。(#2234)

Model

• 更新全部模型 API 的模型卡：新增 Claude Opus 5 / Sonnet 5 / Fable 5、GPT-5.6（luna、sol、terra）、Gemini 3.5 / 3.6 Flash 及 Flash-Lite 系列、Kimi K2.7 Code、Qwen3.8-Max 与 Qwen Flash 系列、Grok 4.5 / 4.20 / Build 0.1 的模型卡，并同步更新已有模型卡的价格与上下文长度。(#2240)

WebUI

• 在对话页面中展示会话的工作目录及其 git 状态。(#2257)

​

变更

Agent Service

• create_app() 的 extra_agent_middlewares 工厂函数新增第四个参数，即当前会话解析出的工作区，从而可以按会话装配依赖文件系统的中间件（如 AgenticMemoryMiddleware）。此前三个参数的工厂函数继续可用。(#2263)

Model

• 兼容 OpenAI 接口的对话模型在多次调用间复用同一个 openai.AsyncClient 实例，不再每次调用都新建客户端。(#2063)
• 流式内容改为一次性拼接已收集的片段，替换原先 O(n²) 的字符串累加。(#2158)

WebUI

• 基于 shadcn/ui 组件重写对话页面。(#2171)
• 统一侧边栏、面板与表单控件的样式。(#2234)

文档

• 重写 README，补充 SDK 与智能体服务的能力对照表。(#2262)
• 更新 README_zh.md。(#2182)

​

修复

Agent

• 推理-行动轮次只计数一次：当某一轮的工具调用停在用户确认或外部执行上时，不再在结果返回前提前消耗一次迭代次数。(#2217)
• 对于已在等待结果的外部工具调用，不再重复产生 ToolResultStartEvent 事件。(#2167)

Tool

• ToolResponse 在累加分片时保留 ERROR 状态，不再被后续分片覆盖为 INTERRUPTED 或 DENIED。(#2178)
• 列举工具失败的 MCP 服务会被跳过并打印警告，单个不可用的服务只会撤下自己的工具，不再导致整次回复中断。(#2197)

Model

• ChatResponse.finished_reason 保留构造时传入的结束原因，被打断的响应不再显示为 COMPLETED。(#2209)

链路追踪

• 修复流式响应在其他任务中关闭时，OpenTelemetry 抛出的上下文 detach 错误。(#2077)

Agent Service

• Claw 技能市场的卡片 ID 按所属者区分，不同所属者下的同名技能不再相互冲突。(#2214)

WebUI

• 在多个待确认的工具调用之间重置确认状态。(#2243)
• 修复渠道配置表单字段的多语言文案。(#2261)

​

v2.0.5

发布于 2026-07-23。

​

新增

Agent 核心（SDK）

• 支持结构化输出：通过 Agent.reply() 与 Agent.reply_stream() 的 structured_schema 参数指定，智能体借助内置的结构化输出工具生成结果，校验后的字典挂载在最终消息的 structured_output 属性上。(#2150)
• 支持运行时状态注入：在每次推理前，将当前时间、计划任务数量与上下文用量以 HintBlock 的形式注入上下文，由新增的 injection_config 参数与 InjectionConfig 类控制。(#2134)

Workspace

• 新增 OpenSandboxWorkspace、OpenSandboxBackend 与 OpenSandboxWorkspaceManager 类，支持将 OpenSandbox 作为工作区后端。(#1953)
• 新增 DaytonaWorkspace、DaytonaBackend 与 DaytonaWorkspaceManager 类，支持 Daytona 沙箱。(#1943)
• 新增 K8sWorkspace、K8sBackend 与 K8sWorkspaceManager 类，支持 Kubernetes Pod/PVC 生命周期管理、基于 tar 流的文件后端以及 MCP 网关。(#1933)
• 新增 BubblewrapWorkspace、BubblewrapBackend 与 BubblewrapWorkspaceManager 类，支持通过 bubblewrap 在 Linux 本地实现轻量级沙箱隔离。(#2051)

Tool

• 新增内置 PowerShell 工具，使智能体能够在 Windows 工作区中执行命令。(#2132)

RAG

• 新增 MongoDBStore 类，支持将 MongoDB Atlas Vector Search 作为向量存储。(#2008)
• 新增 ElasticsearchStore 类，支持将 Elasticsearch 作为向量存储。(#2129)
• 新增 WordParser 与 ExcelParser 类，支持将 Word 和 Excel 文档作为知识来源。(#2025、#2026)

Agent Service

• 新增 AsyncSQLAlchemyStorage 类，支持将任意 SQLAlchemy 兼容的数据库作为存储后端，并内置 Alembic 迁移脚本。(#2029)
• 支持以用户组或组织为单位，在不同用户之间共享凭证、智能体与知识库，底层由新增的资源访问策略层实现。(#1998)
• 支持将回复过程中的错误暴露给前端，避免静默失败。(#2133)

Model

• MoonshotChatModel 类支持 Kimi K3 模型。(#2141)
• 为 DashScopeChatModel 类新增 qwen3.7-plus、deepseek-v4-pro 与 glm-5.2 模型卡。(#2073)

TTS

• 新增 GeminiTTSModel 类，支持 Gemini TTS API。(#1879)

WebUI

• 对话页面新增回到底部按钮。(#2106)

​

变更

提示词

• 优化工作区、上下文压缩与 TaskCreate 工具的内置提示词，并将工作区提示词的拼装逻辑抽取为公共方法，使各类工作区后端生成的描述保持一致。(#2111)

WebUI

• 重构文本输入组件。(#2102)
• 重构工具调用的渲染逻辑。(#2072)

Dependencies

• 重新整理 pyproject.toml 中的可选依赖分组，使 RAG 后端、工作区、TTS、长期记忆等功能可以按需单独安装。(#2157)
• 将 mcp 依赖限制在 2.0.0 以下版本。(#2091)

​

修复

Agent

• 当模型仅返回思考内容时，继续执行推理-行动循环，而不是直接结束本次回复。(#2120)
• 单次推理产生多个工具调用时，上下文压缩过程中保持工具调用与工具结果的配对关系。(#2093)

权限系统

• 统一权限引擎中各权限模式的判定逻辑，并将批量确认的豁免结果传递给后续的工具调用。(#2117)

Model

• OpenAI 对话模型改用 max_completion_tokens 参数，替代已废弃的 max_tokens。(#2065)
• 通过 OpenAI Responses API 重放对话时，保留原有的推理（reasoning）内容。(#2071)

Formatter

• 在 Anthropic 消息的往返转换中保留 redacted_thinking 块。(#2139)
• 丢弃发送给 Anthropic 的空文本块，避免接口报错。(#2007)
• 在 Ollama 的工具结果消息中补充 tool_name 字段。(#2006)
• 清理 Gemini 工具 schema 中的 null 类型。(#2020)

Tool

• 内置 Bash 工具不再将带有修改语义的 find 命令（如 -delete、-exec）判定为只读操作。(#2004)

Skill

• 加载技能目录时展开用户主目录（~）路径。(#2053)

Workspace

• 修复 OpenSandbox 的初始化流程与状态过滤逻辑。(#2046)
• 恢复 glob 辅助方法的默认路径。(#2056)

RAG

• 适配 milvus-lite 3.1.0 的 COSINE 距离语义，修复 MilvusLiteStore 的检索结果。(#2089)

Agent Service

• list_messages 改用基于游标的分页，避免并发写入导致分页边界偏移。(#2081)

WebUI

• 修复流式输出或中断过程中 JSON 不完整导致 Read / Write / Edit 工具调用渲染报错的问题。(#2075)
• 新加载的会话自动滚动到底部。(#2100)

文档

• 修复 tool 模块中的 docstring 格式错误。(#2127)
• mem0 示例中使用独立的 LLM 实例。(#2078)

​

v2.0.4

发布于 2026-07-07。

​

新增

Agent 核心（SDK）

• 支持实时的智能体中断与恢复。(#1995)

Agent Service

• 新增 POST /sessions/{session_id}/interrupt 端点。(#1995)
• 支持在 WebUI 中中断生成过程。(#1995)
• 支持 Team Leader 通过新增的 AgentInvite 工具邀请已存在的 Agent。(#1977)
• 新增 Session 状态查询端点，用于轮询 Session 生命周期。(#1984)

中间件——长期记忆

• 新增 AgenticMemoryMiddleware 类，支持基于 Markdown 的长期记忆。(#1927)
• 新增 ReMeMiddleware 类，支持将 AgentScope ReMe 工具箱作为进程内长期记忆后端。(#1972)

RAG

• 新增 MilvusLiteStore 类，支持 Milvus Lite 作为本地持久化向量存储。(#1969)

TTS

• 新增 DashScopeCosyVoiceTTSModel 类，支持 DashScope CosyVoice V3 语音合成，覆盖流式与非流式两种模式。(#1866)
• 新增 OpenAITTSModel 类，支持 OpenAI TTS API，覆盖流式与非流式两种模式。(#1878)

​

变更

Workspace

• 新增 SandboxWorkspaceBase 类，抽出云端工作区的通用逻辑，作为 DockerWorkspace 与 E2BWorkspace 的新基类。(#1971)

Model

• ChatModel 子类的 _call_api 方法不再需要在最后 yield 一个包含完整结果的 ChatResponse，该累积逻辑被挪到 ChatModelBase.__call__ 中自动进行。(#1995)

​

修复

Agent

• Agent 中间件链：next_handler() 中被省略的 kwargs 现在会继承当前中间件状态，而不再回退到最初的链路输入。(#1966)
• 修复 ThinkingBlockEndEvent 与 TextBlockStartEvent 两个事件的触发顺序。(#1887)

Model

• 修复 OpenAI Response API 模型及其 Formatter。(#1950)
• _sanitize_schema_for_gemini 会把 const: value 转换为 enum: [value]，含固定值参数的工具不再触发 Gemini schema 校验失败。(#2016)
• ChatModelBase.count_tokens 对多模态 DataBlock 输入使用保守的固定估算值，避免因 base64 长度导致的严重高估。(#1899)

Formatter

• Anthropic、Gemini、Ollama 三个 Formatter 现在在解析 ToolCallBlock.input 时使用 _json_loads_with_repair，截断的 tool-call JSON 会退化为 {} 而不再抛出 JSONDecodeError。(#2012)
• Gemini Formatter 会在发送前丢弃空的 thinking 块。(#2013)

Tool

• 内置 Grep 拒绝 head_limit / tail_limit 的负值。(#1954)

Credential

• CredentialFactory.register_credential 现在是幂等的，避免 uvicorn --reload 场景下的重复注册。(#1964)

文档

• 修复 agent、state、tool 模块中若干错位的 docstring。(#1989)

​

v2.0.3

发布于 2026-06-19。

​

新增

Agent 核心（SDK）

• Agent.compress_context 新增可选参数 instructions: HintBlock，允许调用方在不影响 Agent 持久上下文的前提下向压缩过程注入提示。(#1942)

Agent Service

• 在 Team Leader 的 Session 中透出 HITL 事件。(#1918)
• 新增内存消息总线，支持单节点部署。(#1925)

中间件

• 新增 Mem0Middleware 类，支持基于 mem0 的长期记忆。(#1775)
• 新增 BudgetControlMiddleware 类，支持 ReAct 循环中的 Token 预算控制。(#1738)

RAG

• 新增 rag 模块，支持分布式、多租户、多会话的 RAG 服务。(#1926)

Tool

• 在 ToolBase 中支持工具级洋葱式中间件：新增 call() 作为工具执行入口，__call__ 作为中间件包装层。(#1754)

Workspace

• e2b 与 docker 工作区支持内置工具（Bash、Read、Write、Edit、Glob、Grep）。(#1903)

TTS

• 新增 DashScope CosyVoice 实时 TTS 模型。(#1855)

Model

• 为 OpenAI Response API 新增 gpt-4o、gpt-4o-mini、gpt-4.1-nano 模型卡。(#1750)

Embedding

• OpenAI Embedding 模型支持 pass_dimensions 参数。(#1897)

Utils

• 支持通过 set_id_factory() 配置自定义 ID 生成策略，覆盖默认的 uuid4。(#1839)

WebUI

• 渲染 Write 与 Edit 工具的 diff。(#1856)
• 新增右侧面板，展示详细的任务与权限上下文，以及已装载的 MCP 与 Skill。(#1945)

​

变更

Message Bus

• 重构消息总线，将其与 Service 逻辑解耦。(#1923)

​

修复

Model

• 修正 DashScope 中 qwen max 3.7 的模型 ID。(#1876)
• 处理不带 id 的 Gemini function call。(#1883)
• 新增 _sanitize_schema_for_gemini，用于剥离工具参数中 Gemini 不兼容的 JSON Schema 结构。(#1886)

Formatter

• AnthropicChatFormatter 将并行的 tool_results 合并为单条 user 消息。(#1894)

Agent

• 避免多个 Agent 实例之间共享默认配置。(#1906)

Tool

• 按字节合并 base64 tool response chunk，替代原先的字符串拼接。(#1901)

中间件

• TTS 音频块使用统一配置的 ID 工厂。(#1930)

App

• 正确转换 AG-UI SSE 流式事件。(#1917)

Schema

• 移除 SummarySchema 字段的 max_length 约束，并提高 tool result 的大小上限。(#1891)

​

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)
• 工具与 Workspace 集成：工具包与 Workspace 模块被打通进 Agent 类，文件/Shell 工具现在统一在智能体的 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

• 工具模块重构：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 暴露给智能体。(#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)