開發技術每日追蹤｜2026-09-27

AI Agent 框架

Pipecat 1.12.0

• 版本／發布日期： 1.12.0（2026-09-26）
• 使用語言： Python
• 定位： 用於語音 Agent、多模態應用與即時 AI pipeline 的開源框架。
• 重點功能：
  • 新增 Pipecat Classifiers，可用 YesNoQuestion、ChoiceQuestion 與 ScoreQuestion 對狀態執行型別化分類；JevClassifier 與 LLMClassifier 可批次回答多個問題，並回報機率、延遲及 token 指標。
  • LLMService.run_inference() 新增 response_schema，可讓 OpenAI、Anthropic 與 Google provider 強制產生符合 JSON Schema 的結果；不支援的 provider 會發出警告。
  • UIWorker 可使用 classifier 完成 element 選擇、畫面狀態判定與回應決策，避免為小型 UI 判斷建立完整 LLM turn。
  • TTSService.pronunciation_transform_ipa() 將共用 IPA 對照轉成不同供應商的發音標記，涵蓋 Cartesia、ElevenLabs、Inworld 與 Deepgram Aura-2；TTS sentence aggregation 也會跟隨 Settings.language。
  • MOQTransport client mode 加入斷線偵測、退避重連與 session-ending marker；所有 frame 新增 interruptible，可細粒度控制中斷時是否保留。
  • LLMUserAggregatorParams.empty_user_turn 能區分「使用者打斷後未辨識到文字」與「閒置噪音」，降低語音對話中斷後 Agent 沉默或對背景聲音誤答的情況。
• 影響與適用情境： 適合客服、電話、語音助理及即時 UI Agent。此版把低延遲分類、結構化推論、發音控制、斷線恢復及空白語音 turn 處理納入框架核心，可減少自行編排 provider 特例與會話復原邏輯。
• 官方來源： Pipecat 1.12.0（另開分頁）

Vercel AI SDK Providers：Perplexity 5.0.0／OpenAI 4.0.78

• 版本／發布日期： @ai-sdk/perplexity 5.0.0、@ai-sdk/openai 4.0.78（2026-09-26）
• 使用語言： TypeScript／JavaScript
• 重點功能：
  • Perplexity provider 5.0.0 為破壞性更新：文字生成由 Sonar Chat Completions API 遷移至 Agent API，原有 Sonar model ID 與 provider options 改由 Agent API 的 preset、model 與 tool 取代。
  • 新 API 同時改變 request／response metadata、raw stream events、usage 與 cost 資料；不再支援 Sonar PDF input，以及 image／video results，升級前需檢查輸入格式與資料分析管線。
  • 串流層可從 terminal event 與 output item 補回缺失文字，並逐一追蹤 message content part，避免 incomplete response 遺漏內容或重複已收到的 delta。
  • 原生 Agent API tool trace（例如 finance results）不再被誤當成 web-search result 驗證；URL citation annotation 會保存為 source，且每個來源 URL 僅輸出一次並保留 search-result ID 關聯。
  • OpenAI provider 4.0.78 支援 GPT-6 Sol／Luna 的 reasoningEffortUpdate: "none"，涵蓋 request-level options 與 positioned system messages；不支援的 request-level 值會被省略並警告，歷史訊息中的非法值則直接拒絕。
• 影響與適用情境： 使用 Perplexity 建置搜尋型 Agent 的專案必須進行 5.0 migration，尤其需重做 model／tool 設定並確認 PDF 或影像結果依賴。另一方面，stream recovery、tool trace 與 citation correlation 改善了研究型 Agent 的內容完整性與來源追蹤；OpenAI 更新則讓多回合 reasoning-effort 控制更一致。
• 官方來源： Vercel AI SDK Perplexity 5.0.0（另開分頁）、Vercel AI SDK OpenAI 4.0.78（另開分頁）

今日觀察

本次新增集中在即時語音 Agent 的分類／結構化推論能力，以及搜尋 Agent provider 的底層 API 遷移。經核對，網頁前端與後端框架、JavaScript／TypeScript runtime、程式語言，以及上一期已報告的 Pydantic AI、OpenHands 與 Vercel AI SDK Core，在本次追蹤區間內未出現其他符合條件且尚未報告的正式功能性版本。