Paseo-Agy-Acp v2.3.0: เปิดตัวอะแดปเตอร์เชื่อมต่อระบบเอเจนต์
อัปเดตเวอร์ชัน 2.3.0 ของ open-source อะแดปเตอร์ paseo-agy-acp บน npm เพิ่มฟีเจอร์จัดการช่องว่าง ป้องกันการชนของคำขอ และดึงคำสั่งจาก SKILL.md
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- อัปเดต paseo-agy-acp เวอร์ชัน 2.3.0 บน npm ช่วยให้ Paseo ใช้เคอร์เนล Antigravity เป็นผู้ให้บริการหลายเอเจนต์
- เพิ่มระบบ Admission fence ป้องกันคำขอชนกันและควบคุมคิวบัญชีแบบบัญชีเดียว
- รองรับการแปลงรูปแบบ Model Mode และรีพอร์ต MCP endpoints พร้อมแยกแยะคำสั่งจาก SKILL.md
นักพัฒนาผู้ดูแลโปรเจกต์โอเพนซอร์ส paseo-agy-acp ได้ประกาศปล่อยอัปเดตเวอร์ชัน 2.3.0 บน npm อย่างเป็นทางการ โดยอะแดปเตอร์ตัวนี้ทำหน้าที่เป็นสะพานเชื่อมให้ระบบ Paseo สามารถใช้งาน Antigravity ACP kernel ของ Google ในฐานะผู้ให้บริการระบบหลายเอเจนต์ (multi-agent provider) ได้อย่างสมบูรณ์แบบ ผู้ใช้งานสามารถรันแพ็กเกจดังกล่าวได้ทันทีผ่านคำสั่ง npx พร้อมกำหนดค่าไบนารีระบบผ่านตัวแปรสภาพแวดล้อม
แม้โปรโตคอลการสื่อสารหลักจะช่วยจัดการการเชื่อมต่อ เซสชัน และสตรีมข้อมูล แต่การเชื่อมต่อแบบทั่วไปนั้นยังไม่เพียงพอต่อการกำหนดพฤติกรรมระดับผลิตภัณฑ์ ทางผู้พัฒนาจึงออกแบบให้ paseo-agy-acp ทำหน้าที่เป็น NDJSON proxy น้ำหนักเบา คอยจัดการคำถามเชิงผลิตภัณฑ์ที่เคอร์เนลทางการไม่ได้ครอบคลุมไว้โดยตรง โดยที่เคอร์เนลยังคงรับผิดชอบเรื่องระบบยืนยันตัวตน การอนุมานโมเดล และเครื่องมือต่างๆ เช่นเดิม
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในส่วนของการจัดการบริบทการทำงาน Paseo จะส่งข้อมูลตัวตนของเอเจนต์และไดเรกทอรีทำงานไปยังกระบวนการของผู้ให้บริการ อะแดปเตอร์ตัวนี้จะช่วยนำบริบทดังกล่าวเข้าไปผูกกับพรอมต์ของเซสชันเมื่อพบตัวแปร PASEO_AGENT_ID เพื่อป้องกันปัญหาเอเจนต์ทำงานขาดบริบทที่จำเป็นจากตัวควบคุมหลัก นอกจากนี้ยังมีการแมัปชื่อโหมดการทำงานระหว่างสองระบบอย่างรัดกุม เช่น การแปลงโหมดแก้ไขโค้ดและโหมดสืบค้นข้อมูล ขณะที่โหมดวางแผน (plan) จะถูกแมัปกลับไปเป็นโหมดค่าเริ่มต้น เนื่องจากเคอร์เนลหลักยังไม่มีฟีเจอร์ดังกล่าวรองรับ
ปัญหาเรื่องการแปลงรูปแบบการเชื่อมต่อ (MCP endpoint) ก็ได้รับการแก้ไขเช่นกัน โดยอะแดปเตอร์จะทำหน้าที่แปลงโครงสร้าง HTTP server พร้อมส่วนหัวของ Paseo ให้กลายเป็นรูปแบบ Server-Sent Events (SSE) ที่ Antigravity kernel คาดหวัง นอกจากนี้ยังมีกลไกตรวจสอบความผิดปกติเมื่อระบบส่งสัญญาณสิ้นสุดการทำงาน (end_turn) แต่ไม่มีการตอบกลับหรือการเรียกใช้เครื่องมือใดๆ ปรากฏขึ้น ซึ่งระบบจะส่งค่าผิดพลาดแบบ JSON-RPC กลับทันทีเพื่อให้ตรวจสอบและแก้ไขได้ง่ายขึ้น
"This is a small transformation with a large behavioral impact: protocol success is not the same as a correctly contextualized agent."
Tiezbro
การพัฒนาอะแดปเตอร์ลักษณะนี้สะท้อนให้เห็นถึงความท้าทายในการผสานรวมซอฟต์แวร์โอเพนซอร์สเข้ากับระบบกรรมสิทธิ์ (Proprietary kernel) ที่ปิดกั้นซอร์สโค้ด การสร้างชั้นพร็อกซีน้ำหนักเบาขึ้นมาคั่นกลางช่วยให้นักพัฒนาสามารถปรับแต่งพฤติกรรมเฉพาะตัวและควบคุมความปลอดภัยของข้อมูลได้โดยไม่ต้องละเมิดลิขสิทธิ์หรือแก้ไขตัวเคอร์เนลหลักโดยตรง ซึ่งเป็นแนวทางปฏิบัติที่ดีในการพัฒนาเครื่องมือปัญญาประดิษฐ์ยุคใหม่
สำหรับการจัดการคำขอที่เข้ามาพร้อมกันหลายทาง (Concurrency) อะแดปเตอร์ได้เพิ่มระบบ Admission fence ซึ่งทำหน้าที่เป็นคิวรอบรับคำขอระดับบัญชี เพื่อป้องกันไม่ให้คำขอหลายรายการจากเอเจนต์รอบข้างส่งเข้าไปชนกันจนทำให้เกิดความเสียหายหรือระบบค้าง อีกทั้งยังมีการเพิ่มชั้นบูรณาการที่สองสำหรับการดึงคำสั่งลดหลั่น (slash-command hints) จากเมทาเดตาในไฟล์ SKILL.md อีกด้วย
อัปเดตเวอร์ชัน 2.3.0 นี้ผ่านการทดสอบอย่างเข้มงวดด้วยไฟล์ทดสอบรวม 37 ไฟล์ โดยมีชุดทดสอบผ่านถึง 216 รายการและข้ามไป 1 รายการ พร้อมการตรวจสอบสถาปัตยกรรมและความปลอดภัยของข้อมูลเรียบร้อยแล้ว ผู้สนใจสามารถศึกษาคู่มือการติดตั้งและการเตรียมไดเรกทอรีสถานะได้จากแหล่งข้อมูลอย่างเป็นทางการ
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น