covonaut v1.1.4 Lanzado: Aceleración paralela de pools en bucle, lectura multimodal completa habilitada, los archivos eliminados también se pueden recuperar en la papelera de reciclaje

Covonaut, un framework de agentes en Go de nivel de producción, evoluciona para convertirse en un socio de desarrollo confiable. La última versión v1.1.4 introduce un grupo de ejecución en rodillo, manejo de contenido multimodal y mejoras robustas de seguridad. Construido completamente en Go bajo la licencia MIT, cubre bucles de agentes, invocación de herramientas, orquestación de gráficos y soporte para múltiples protocolos. Los desarrolladores pueden actualizar a la versión v1.1.4 sin modificar el código de interfaz existente, lo que permite el acceso inmediato a las nuevas funciones.

La eficiencia en la programación impulsa esta actualización. Anteriormente, la ejecución paralela actuaba como una fuerza laboral no coordinada, lanzando todas las llamadas simultáneamente y encolándolas según los límites de concurrencia. Una herramienta lenta podía ocupar una ranura indefinidamente, bloqueando tareas posteriores. La versión v1.1.4 implementa un programador de grupo de rodillo único: las llamadas se inician estrictamente en el orden proporcionado por el modelo, y las ranuras vacías se llenan inmediatamente. Las llamadas lentas ya no retrasan las tareas paralelas; para operaciones no paralelizables, el sistema elimina las tareas en ejecución antes de ejecutarlas en serie, creando una barrera serial. El modelo observa un orden de ejecución idéntico a la secuencia serial. Cada llamada captura independientemente los errores (panics), evitando que el fallo de una sola herramienta haga que fallen otras llamadas por lotes. La estrictez de la programación depende de la declaración de seguridad de concurrencia de la herramienta y del modo: el modo paralelo aísla solo las herramientas explícitamente no seguras para la concurrencia, mientras que el nuevo modo híbrido ejecuta todas las tareas sin declaraciones explícitas de concurrencia en serie. Los desarrolladores pueden seleccionar el modo según la fiabilidad de su ecosistema de herramientas. Además, un canal de contenido multimodal permite transmitir salidas ricas, como capturas de pantalla, junto con texto a modelos que admiten respuestas multipartito, con una reducción automática a texto plano para servicios no compatibles.

La herramienta de lectura ahora ofrece capacidades de procesamiento versátiles. Enruta automáticamente el contenido a cinco rutas distintas: texto, imágenes, PDF, cuadernos de Jupyter y videos, en función de las extensiones de archivo y las características. Se admiten tanto rutas locales como enlaces de red. El texto y los cuadernos admiten paginación por línea o celda, con los cuadernos renderizados como texto legible. Las imágenes permiten hasta ocho objetivos para la comparación, incluidas preguntas opcionales para descripciones enfocadas. Los PDF admiten tres métodos: rango de páginas, número máximo de páginas y extracción de metadatos. Los videos permiten especificar fotogramas extraídos y ventanas de tiempo. La lógica de procesamiento de medios ricos se proporciona mediante devoluciones de llamada de complementos, ofreciendo mensajes claros en lugar de fallos silenciosos cuando no está integrada. El texto truncado incluye un mensaje de continuación, lo que permite al modelo reanudar la lectura sin pérdida de contenido. Los archivos binarios reales se devuelven como resultados de reconocimiento de formato en lugar de forzarse al contexto.

La seguridad operativa se ha mejorado significativamente. Las operaciones de eliminación ahora utilizan una papelera del sistema. La herramienta de eliminación y el comando de eliminación de la shell mueven los archivos a la papelera específica de la plataforma en lugar de destruirlos permanentemente: macOS utiliza la papelera del sistema, con una opción de respaldo a la papelera del usuario en caso de error; Linux prioriza la interfaz de la papelera freedesktop, con una opción de respaldo a un directorio de papelera manual; Windows mueve los archivos a la papelera del sistema. Los nombres duplicados reciben automáticamente un sufijo de marca de tiempo para evitar sobrescrituras. Las barreras de seguridad integradas rechazan estrictamente la eliminación del directorio raíz, del directorio de trabajo actual y del directorio personal del usuario, garantizando que no se produzcan eliminaciones permanentes. En el lado de los comandos, el análisis del árbol de sintaxis de la shell intercepta solo los comandos de eliminación de nivel superior, únicos y con literales de ruta. Los comandos compuestos, las rutas con concatenación de variables y las declaraciones con redirección pasan a la shell real. Los comandos irreversibles, como vaciar o triturar, están bloqueados, lo que invita a los usuarios a utilizar métodos recuperables en su lugar.

El aislamiento y las mejoras son integrales. Los subprocesos de la shell y las interfaces de chat están completamente separados, evitando la herencia de terminales de control, enfoque del mouse o control de trabajos. Ejecutar programas interactivos como vim o less en la interfaz ya no interrumpe el renderizado. El framework ahora valida la salida estructurada contra JSON Schema, reutilizable para devoluciones de patrones JSON del modelo y salidas de herramientas. El backend sin contraseña para la búsqueda en red se adapta automáticamente según la región operativa, priorizando Bing en entornos chinos y DuckDuckGo en el resto, con regiones inferidas a partir de variables de entorno, idioma del sistema o zonas horarias. Además, una nueva familia de herramientas de terminal persistente explícitamente habilitada conserva el directorio de trabajo, las variables exportadas y los trabajos en segundo plano entre múltiples llamadas utilizando una terminal pseudo, a diferencia de crear un nuevo proceso cada vez. De forma predeterminada, limita las sesiones concurrentes y mantiene un búfer de salida desplazable para cada sesión.

La actualización solo requiere actualizar la versión del módulo a v1.1.4. No hay cambios de interfaz incompatibles. La única consideración es que la semántica de programación del modo paralelo ha pasado de la concurrencia total a un grupo de rodillo con una política de admisión relajada. Para mantener una programación conservadora, cambie al modo híbrido recién añadido y asegúrese de que las herramientas hayan completado sus declaraciones de seguridad de concurrencia.