covonaut v1.1.4 公開：並列プールによる高速化、マルチモーダル読取の完全対応、ごみ箱から削除ファイルの復元も可能

Covonautは、本番環境対応のGoエージェントフレームワークであり、信頼性の高い開発パートナーへと進化しました。最新のv1.1.4リリースでは、ローリング実行プール、マルチモーダルコンテンツの処理、そして堅牢なセキュリティ強化が導入されました。MITライセンスの下で完全にGoで構築され、エージェントループ、ツール呼び出し、グラフオーケストレーション、マルチプロトコルサポートをカバーしています。開発者は既存のインターフェースコードを変更せずにv1.1.4にアップグレードでき、新機能への即時アクセスを可能にします。

このアップデートの駆動力はスケジューリングの効率性です。以前、並列実行は調整されていない労働者のように振る舞い、すべての呼び出しを同時に開始し、並行性の制限に基づいてキューに入れていました。低速なツールがスロットを無期限に占有し、その後のタスクをブロックする可能性があります。v1.1.4では、単一のローリングプールスケジューラが実装されました：呼び出しはモデルが提供した順序で厳密に開始され、空のスロットは即座に埋められます。低速な呼び出しが並列タスクを遅延させることはなくなり、並列化できない操作の場合、システムはそれらを逐次実行する前に実行中のタスクをクリアし、シリアルバリアを作成します。モデルはシリアルシーケンスと同一の実行順序を観察します。各呼び出しはパニックを独立してキャッチし、単一のツールの失敗が他のバッチ呼び出しをクラッシュさせるのを防ぎます。スケジューリングの厳密性は、ツールの並行性安全宣言とモードに依存します：並列モードは明示的に非並行性安全なツールのみを分離し、新しいハイブリッドモードは明示的な並行性宣言のないすべてのタスクを逐次実行します。開発者は、ツールのエコシステムの信頼性に基づいてモードを選択できます。さらに、マルチモーダルコンテンツチャネルにより、スクリーンショットなどの豊富な出力を、マルチパート応答をサポートするモデルにテキストと同時に送信でき、サポートされていないサービスに対してはプレーンテキストへの自動フォールバックが行われます。

読み取りツールは現在、多様な処理機能を提供しています。ファイルの拡張子と特性に基づき、コンテンツをテキスト、画像、PDF、Jupyterノートブック、ビデオの5つの異なるパスに自動的にルーティングします。ローカルパスとネットワークリンクの両方がサポートされています。テキストとノートブックは、行またはセルごとのページネーションをサポートし、ノートブックは読みやすいテキストにレンダリングされます。画像では、比較対象として最大8つのターゲットを指定でき、焦点を絞った記述のためのオプションの質問を含めることができます。PDFでは、ページ範囲、最大ページ数、メタデータ抽出の3つのメソッドがサポートされています。ビデオでは、抽出されたフレームと時間窓を指定できます。リッチメディアの処理ロジックはプラグインコールバック経由で提供され、統合されていない場合、サイレントフォールバックではなく明確なプロンプトを提供します。切り捨てられたテキストには継続プロンプトが含まれており、モデルがコンテンツ損失なく読み取りを再開できるようになります。実際のバイナリファイルは、コンテキストに強制的に挿入されるのではなく、フォーマット認識結果として返されます。

運用の安全性が大幅に強化されました。削除操作は現在、システムのリサイクルビンを使用します。削除ツールとシェルの削除コマンドは、ファイルを完全に破壊するのではなく、プラットフォーム固有のリサイクルビンに移動します：macOSではシステムリサイクルビンを使用し、エラー発生時はユーザーのゴミ箱にフォールバックします；Linuxではfreedesktopリサイクルビンインターフェースを優先し、エラー発生時は手動のリサイクルディレクトリにフォールバックします；Windowsではファイルをシステムリサイクルビンに移動します。重複する名前は自動的にタイムスタンプのサフィックスを受け取り、上書きを防ぎます。組み込みの安全バリアは、ルートディレクトリ、現在の作業ディレクトリ、およびユーザーのホームディレクトリの削除を厳格に拒否し、永久的な削除が発生しないことを保証します。コマンドライン側では、シェルの構文木解析は、トップレベルの単一のパスリテラル削除コマンドのみをインターセプトします。複合コマンド、変数連結を含むパス、およびリダイレクト文を含むステートメントは実際のシェルに渡されます。空にするやシュレッドするなど、取り消し不可能なコマンドはブロックされ、ユーザーには回復可能なメソッドの使用を促すプロンプトが表示されます。

分離と強化は包括的です。シェルのサブプロセスとチャットインターフェースは完全に分離されており、制御端末、マウスフォーカス、またはジョブコントロールの継承を回避します。インターフェース内でvimやlessなどのインタラクティブプログラムを実行しても、レンダリングが乱れることはありません。フレームワークは現在、JSONスキーマに対して構造化出力を検証し、モデルのJSONパターン戻り値やツールの出力に対して再利用可能です。ネットワーク検索のパスワードレスバックエンドは、運用地域に基づいて自動的に適応し、中国語環境ではBingを優先し、その他の地域ではDuckDuckGoを優先します。地域は環境変数、システム言語、またはタイムゾーンから推測されます。さらに、明示的に有効化された新しい永続ターミナルツールファミリは、擬似ターミナルを使用して、複数の呼び出し間で作業ディレクトリ、エクスポートされた変数、およびバックグラウンドジョブを保持し、毎回新しいプロセスを作成することとは異なります。デフォルトでは、並列セッション数を制限し、各セッションに対してスクロール出力バッファを維持します。

アップグレードには、モジュールバージョンをv1.1.4に更新するだけです。破壊的なインターフェース変更はありません。唯一の考慮事項は、並列モードのスケジューリングセマンティクスが完全な並行性から、緩やかな受付ポリシーを持つローリングプールに変更されたことです。保守的なスケジューリングを維持するには、新たに追加されたハイブリッドモードに切り替え、ツールが並行性安全宣言を完了していることを確認してください。