Phidata项目v1.1.14版本发布：团队协作与结构化输出的重大升级

Phidata是一个专注于人工智能代理（Agent）开发的Python框架，它通过模块化设计让开发者能够快速构建和部署智能代理系统。该框架支持多种AI模型集成，并提供丰富的工具链来简化复杂AI应用的开发流程。

团队功能全面重构

本次v1.1.14版本带来了团队协作功能的重大升级。新的团队系统提供了三种工作模式：

1. 协作模式(Collaborate)：团队成员共同处理任务，适合需要多方协同的场景
2. 协调模式(Coordinate)：由主代理协调任务分配，适合有明确分工的工作流
3. 路由模式(Route)：根据任务类型自动路由到特定成员，适合专业化分工场景

技术实现上，新版团队系统解决了之前版本中的多个痛点问题，包括：

• 支持在路由模式下返回结构化输出
• 实现了图片、音频和视频等多媒体内容在成员间的传递
• 新增了"代理共享上下文"机制，允许团队成员共享执行环境
• 改进了调试日志系统，通过设置debug_mode=True可查看详细执行过程

结构化输出与JSON模式优化

框架对结构化输出处理进行了重要调整：

• 废弃了原有的structured_output参数，改用use_json_mode
• 现在默认使用模型原生的结构化输出能力，而非强制JSON格式
• 只需设置response_model参数即可自动处理结构化输出，简化了配置

这一变化反映了当前主流AI模型对结构化输出支持的成熟度提升，开发者可以更自然地使用Pydantic模型来定义和接收结构化响应。

LiteLLM集成与新工具支持

本次更新新增了对LiteLLM的支持，这是一个统一的多模型API接口层。开发者可以通过两种方式使用：

1. 原生集成方式直接调用LiteLLM
2. 通过兼容接口使用

同时，网站工具(WebsiteTools)功能得到增强，现在支持更新组合知识库，为构建更强大的信息检索系统提供了便利。

重要问题修复

版本包含了多个关键问题的修复：

• 修复了AgentMemory中get_message_pairs()获取错误消息的问题
• 解决了函数参数中使用管道风格联合类型(Pipe-style unions)时的解析问题
• 修正了Gemini模型在处理数组属性时的函数解析缺陷

向后兼容性说明

为保持框架的演进，本次版本标记了两个特性的废弃：

1. Agent.structured_output参数被use_json_mode取代
2. 直接通过Agent.team参数配置团队的方式被新的Team类取代

开发者应逐步迁移到新的API，这些废弃特性将在未来的主版本中移除。

开发者建议

对于升级到v1.1.14版本的开发者，建议重点关注：

1. 新的Team类实现提供了更强大的团队协作能力，值得投入时间学习
2. 结构化输出处理的简化可以减少冗余配置代码
3. LiteLLM集成为多模型管理提供了统一接口
4. 注意废弃API的迁移，避免未来兼容性问题

这个版本标志着Phidata在复杂AI系统协作能力上的重要进步，为构建更复杂的多代理应用奠定了坚实基础。