Agent Zero v2.10 bytter skjermbilder mot en levende nettleser

Frem til nå har en Agent Zero-agent sett nettet som en serie fotografier. Den ba om et skjermbilde, tolket det, klikket, ba om et nytt. I v2.10, som kom 19. august, rendres den innebygde nettleseren i stedet som en levende, interaktiv sesjon via Xpra, med CDP-screencast og skjermbilder som fallback. Agent Zero er et åpent agent-rammeverk fra agent0ai som gir agenten et helt Linux-skrivebord i Docker, og har rundt 18 900 stjerner på GitHub.

Den praktiske konsekvensen ligger i delingen. Alle chatter rutes nå gjennom én vedvarende Chromium-, Xvfb- og Xpra-instans. Innlogginger deles på tvers av chatter, mens eierskap til faner og fanegrenser fortsatt holdes per chat. Kjører du flere agenter mot samme tjeneste, logger du inn én gang i stedet for én gang per samtale. Faner lagres og gjenopprettes automatisk per chat og i delte scopes, uten at Chromium viser krasjvarselet sitt ved omstart.

«Chromium kjører nå headful gjennom Patchright på en privat Xvfb-skjerm, noe som gir vesentlig bedre motstand mot bot-deteksjon» — utgivelsesnotatene for Agent Zero v2.10

Utenfor nettleseren treffer tre endringer deg som kjører agenter i lag. Agent Zero leveres nå med en innebygd ACP-bro, en session bridge for Agent Coordination Protocol med editor-hostet CLI-transport, og en oppstartsmigrering fjerner gamle a0_acp-installasjoner sammen med scoped overrides. Direkte og parallelle call_subordinate-kall deler én gjenbrukbar, persistert barnekontekst, og en underordnet agent som feilet kan gjenopptas med reset=false i stedet for å startes på nytt.

Den tredje er en ren feilretting med store konsekvenser: gjenoppretting av en backup overskriver ikke lenger ALLOWED_ORIGINS med verdien fra instansen backupen kom fra. Den gamle oppførselen kunne låse deg ute av din egen instans rett etter en restore.

Bakgrunn

Prosjektet slipper utgivelser i høyt tempo. v2.5 kom 17. juli og v2.10 kom 19. august, altså seks utgivelser på litt over en måned. Docker-bildet er nå pinnet til Kalis siste snapshot, og LibreOffice, Xpra og relaterte pakker er låst til Python 3.13-kompatible versjoner for å hindre at Python 3.14 trekkes inn i bygget.

Hva bør du gjøre?

1. Sjekk om du har en egen a0_acp-installasjon før du oppgraderer. Oppstartsmigreringen fjerner den, og scoped overrides forsvinner med den.
2. Test innloggingsflyten på nytt. Delt Chromium betyr at én agents utlogging også gjelder for de andre.
3. Oppdater containeren for å få Xpra-fiksen. Klient- og GTK-pakkene installeres nå riktig både i ferske bygg og i selvoppdaterte containere.