The JetBrains Blog
·
Koog 0.4.0发布：可观察、可预测，随处可部署
💡
原文英文，约1100词，阅读约需4分钟。
📝
内容提要
Koog 0.4.0版本增强了智能代理的可观察性和可预测性，支持OpenTelemetry、Ktor集成及原生结构化输出。新增功能包括对GPT-5的支持、智能重试机制和DeepSeek模型集成，旨在提升代理的部署和使用体验。
🎯
关键要点
- Koog 0.4.0版本增强了智能代理的可观察性和可预测性。
- 新增OpenTelemetry支持，便于监控代理的行为和性能。
- Ktor集成使得在现有Ktor服务器上快速部署Koog成为可能。
- 引入原生结构化输出，提升数据格式的稳定性和可靠性。
- 支持GPT-5及自定义参数，优化模型的思考方式。
- 新增智能重试机制，提高对不稳定调用的容错能力。
- 集成DeepSeek模型，提供现成的DeepSeek客户端。
- 感谢社区对Koog开发的贡献，特别是主要贡献者的支持。
❓
延伸问答
Koog 0.4.0版本有哪些主要新功能？
Koog 0.4.0版本增强了可观察性和可预测性，新增了OpenTelemetry支持、Ktor集成、原生结构化输出、对GPT-5的支持、智能重试机制和DeepSeek模型集成。
如何在Ktor服务器上快速部署Koog？
只需将Koog作为Ktor插件安装，配置providers，并在任何路由中调用代理即可。
Koog 0.4.0如何提高代理的容错能力？
通过引入智能重试机制，Koog 0.4.0能够提高对不稳定调用的容错能力，确保在出现问题时能够自动重试。
Koog 0.4.0支持哪些模型？
Koog 0.4.0支持GPT-5和DeepSeek模型，允许用户自定义参数以优化模型的思考方式。
什么是Koog的原生结构化输出？
原生结构化输出是Koog 0.4.0新增的功能，能够直接使用支持结构化输出的模型，并在不支持时通过调整提示进行回退。
如何使用OpenTelemetry监控Koog代理的行为？
用户可以安装OpenTelemetry插件并配置相应的后端，以观察代理的事件、请求和成本细节。
🏷️
标签
➡️
