Open WebUI v0.13.0をリリース、共有ブラウザーとデスクトップ操作をエージェントのワークスペースに統合

Open WebUIは11月3日、v0.13.0をリリースした。チャットの横にあるワークスペースを拡張し、複数のターミナル、ファイル、プレビュー、デスクトップをタブで利用できるようにした。今回の技術的なポイントは、モデルの作業を同じ操作環境で確認し、必要に応じてユーザーが直接引き継げることだ。ツールが返すテキスト結果を受け取るだけの仕組みではない。リリースノート

新しいBrowserタブでは、ウェブサイトやローカルの開発サーバーを開き、複数のタブやモバイル端末のウィンドウを利用できる。互換性のあるOpen Terminalと組み合わせると、Chromeモードでモデルとユーザーがブラウザーのセッションを共有し、フォームの操作、ウェブサイトの移動、生成したウェブページのテストを行える。Desktopタブでは、マウス、キーボード、クリップボードに加え、表示環境が対応する音声機能を利用できる。どちらのタブもターミナル側の機能に依存する。ブラウザーツールには利用可能なChromeも必要であり、チャット画面をアップグレードしただけで、すべての機能が有効になるわけではない。機能と前提条件

公式ドキュメントでは、Open WebUIをモデル、会話、権限、ツールを管理する制御レイヤーと位置づけ、ファイル、コマンド、パッケージ、サーバーの実行はOpen Terminalが担うとしている。Open TerminalはDocker内で隔離して動作させることも、ホストに直接アクセスさせることもできる。タスクを成功させるには、モデルが継続的にツールを選択し、出力を読み取り、エラーを修正できる必要がある。関数呼び出しに対応しているだけでは、タスクの成功は保証されない。エンジニアリングチームにとって、操作画面を共有する利点は、成果物の確認や人による介入までの手順を短縮できることだ。これはワークフロー上の推論であり、成功率の向上を示す測定結果ではない。Open Terminalのアーキテクチャ説明

デプロイには明確な制約もある。本リリースにはデータベーススキーマの移行が含まれるため、公式は、複数のワーカープロセスやサーバー、ロードバランサーを使う環境では、すべてのインスタンスを同期して更新するよう求めている。新旧バージョンを混在させると障害が発生する可能性がある。アップグレードガイドでは、まず各レプリカを停止し、単一のインスタンスで移行を完了してから、残りのインスタンスを新バージョンで起動する手順を説明している。コンテナーイメージを以前のものに戻すだけでは、データベースの変更は取り消されない。エンジニアは本番環境への切り替え前に、ターミナルとの互換性、モデルのツール操作の性能、既存プラグインがステージング環境のテストを通過できるかを検証する必要がある。アップグレードと移行のガイド