Griptape框架v1.2.0版本发布：向量存储与结构化输出能力升级

Griptape是一个用于构建和运行AI工作流的开源框架，它提供了任务编排、记忆管理、工具集成等核心功能，帮助开发者快速构建复杂的AI应用系统。本次发布的v1.2.0版本带来了多项重要改进，特别是在向量存储查询和结构化输出方面的能力得到了显著增强。

核心功能增强

向量存储查询能力扩展

新版本为BaseVectorStoreDriver增加了query_vector方法，使得开发者可以直接使用向量进行查询，而不仅限于文本查询。这为需要直接操作向量数据的场景提供了更大的灵活性，比如在图像检索、跨模态搜索等应用中。

同时，GriptapeCloudVectorStoreDriver.query()方法也进行了更新，采用了Griptape Cloud API的最新非弃用形态，确保与云端服务的兼容性。LocalVectorStoreDriver修复了返回条目中缺少命名空间的问题，使得本地向量存储的使用更加规范。

结构化输出全面支持

v1.2.0版本在所有Prompt驱动程序中增加了对结构化输出的支持，这是一个重大改进。开发者现在可以通过以下方式利用这一特性：

1. 在PromptTask中设置output_schema来定义期望的输出结构
2. 在Agent级别设置output_schema，这将应用于代理的Prompt任务
3. 通过BasePromptDriver.structured_output_strategy选择结构化输出策略，支持三种模式：
   • native：使用模型原生结构化输出能力
   • tool：通过工具调用方式实现结构化输出
   • rule：基于规则转换输出为结构化格式

这一特性特别适用于需要精确控制AI输出格式的场景，如数据提取、API响应生成等。

辅助驱动改进

Griptape Cloud和OpenAI的Assistant驱动得到了多项改进：

1. 自动线程管理：当未提供线程ID时，驱动会自动创建新线程（可通过auto_create_thread=False禁用）
2. 线程别名支持：GriptapeCloudAssistantDriver新增thread_alias参数，可以按别名获取或创建线程
3. 元数据返回：响应Artifact现在包含thread_id等元数据信息
4. 修复了驱动覆盖云端Rulesets和Knowledge Bases的问题

任务系统优化

任务系统的位移动操作符现在支持任务列表作为操作数，使得任务编排更加灵活。同时修复了PromptTask.conversation_memory在没有Structure时无法正常工作的问题。

评估引擎改进

EvalEngine现在使用结构化输出来生成评估步骤，这使得评估过程更加规范，结果更加可靠。

问题修复与稳定性提升

本次版本修复了多个影响稳定性的问题：

1. FuturesExecutorMixin在清理过程中偶尔崩溃的问题
2. BaseChunker过度分块的问题
3. 直接使用BaseLoader.parse时reference未设置的问题
4. 分块过程中Artifact引用丢失的问题
5. FootnotePromptResponseRagModule系统提示导致即使有相关块也不回答的问题
6. 分块器偶尔丢弃后缀分隔符的问题

向后兼容性说明

FuturesExecutorMixin.futures_executor已被标记为弃用，建议改用FuturesExecutorMixin.create_futures_executor方法。开发者应检查代码中是否使用了这一属性，并尽快迁移到新方法。

总结

Griptape v1.2.0通过增强向量存储查询能力和全面支持结构化输出，为构建更复杂、更可靠的AI应用提供了坚实基础。辅助驱动的改进使得与云端服务的集成更加顺畅，而众多稳定性修复则提升了框架的整体可靠性。这些改进使得Griptape在AI工作流编排领域继续保持领先地位，为开发者提供了更强大的工具集。