Skip to content

v0.13.0-beta — A Imagem Real 🐺

Choose a tag to compare

View all tags
@msant262 msant262 released this 08 Jul 09:03
v0.13.0-beta
363371e

Okami Agent — v0.13.0-beta "A Imagem Real" 🐺

1 commit · suíte 3.572 → 3.576 testes · lançada 2026-07-08.

⚠️ Beta. A superfície de comandos e config ainda pode mudar até a GA. Recomendado para uso real
(inclusive em VPS 24/7) — mas rode okami policy check --strict antes de expor publicamente. Feedback
é muito bem-vindo. Ver o CHANGELOG completo.

🌐 Site: https://okamiagent.com · 📚 Docs: https://okamiagent.com/docs

A história desta release

Depois da v0.12.0-beta fechar 3 gaps de uso real, o objetivo passou de "manter paridade" com o Hermes
para ultrapassar nos pontos onde ele ainda está na frente.

Fizemos um mapeamento em 6 dimensões (mídia, gateway, TUI/humanização, harness/tools,
memória/skills/plugins, computer/browser), comparando ponto a ponto com o Hermes. O resultado não foi
unilateral — achamos gaps reais (GPT Image via assinatura quebrado, qualidade de tool-call, skills,
humanização, profundidade de browser, edição de mídia/PDF), mas também achamos onde já estávamos na
frente e ninguém tinha documentado: HTML→PDF sem depender de Chromium (o Hermes depende), identidade
partida em 3 arquivos (SOUL/VOICE/PERSONA) contra um blob genérico único do Hermes, checkpoints de
sessão, cofre de segredo cifrado.

Esta release é a primeira onda de implementação desse backlog — 4 frentes em paralelo (mídia,
segurança/quick-wins, hooks, browser) mais a costura entre elas.

O headline é a geração de imagem nativa via assinatura: geração de imagem (GPT Image) estava
quebrada — o código antigo postava pro endpoint REST pago (api.openai.com/v1/images), voltava 401
porque exige uma API key paga separada, fora do modelo de assinatura em que o agente opera. Reescrevemos
pra postar pro endpoint da própria assinatura codex (chatgpt.com/backend-api/codex/responses, tool
image_generation, modelo gpt-image-2), com headers anti-Cloudflare corretos e resolução de
account_id via fallback (o claim do JWT normalmente não vem preenchido). Verificamos ao vivo:
gerou um PNG real de 861KB através da assinatura, texto→imagem e imagem→imagem na mesma chamada.

✨ Highlights

  • GPT Image nativo via assinatura codex — estava quebrado (401 no REST pago),
    agora posta pro endpoint da assinatura; texto→imagem e imagem→imagem na mesma chamada;
    verificado ao vivo (PNG real, 861KB).
  • codex_headers.py (novo) — headers anti-Cloudflare (originator/UA codex_cli_rs +
    ChatGPT-Account-Id), com fallback de account_id via ~/.codex/auth.json quando o claim do JWT não
    vem preenchido (o caso comum).
  • Bug latente corrigido de graça: o mesmo retrofit de headers em transports.py conserta um 403
    que já existia na VPS no chat codex normal — nunca tinha sido diagnosticado até agora.
  • Host de imagem precisa ser gpt-5.5 — gpt-5.1 retorna HTTP 400 (documentado pra não reintroduzir).
  • Skill editar-pdf (nova) — info/extract/metadata/patch/rotate/merge/split via
    pypdf, dependência lazy.
  • Barramento de hooks unificado — 15 pontos de hook (eram ~4, em dois sistemas que não se falavam):
    pre/post tool call, pre/post LLM call, pre-verify, ciclo de vida de sessão, subagent start/stop.
  • Browser em segundo plano com sessão persistente — clicar login → dashboard → relatório sem
    re-navegar; scroll/back/press/eval (guardado contra exfiltração)/close_session; screenshot
    como image block nativo; dialogs JS com auto-dismiss; idle reaper pra VPS nunca vazar Chromium.
  • ANTISLOP.md (novo, versionado) — 15 padrões PT-BR anti-"cara de chatbot" injetados todo turno;
    instalação nova já nasce com o default, override local continua valendo.
  • Busca com ripgrep + fallback pure-Python — respeita .gitignore nos dois caminhos.
  • SSRF confirmado sem regressão — net_guard já bloqueava metadata/privado/redirect, auditoria
    formalizou o que já estava certo.

🎨 Mídia — GPT Image nativo via assinatura

Gap fechado fim a fim (dependendo do fix de token-store em andamento — ver abaixo):

  • imagegen.py reescrito: endpoint chatgpt.com/backend-api/codex/responses + tool image_generation
    (gpt-image-2) em vez do REST pago que dava 401.
  • Texto→imagem e imagem→imagem na mesma chamada (input_image parts) — não precisa de duas
    requisições separadas.
  • Host obrigatoriamente gpt-5.5 (gpt-5.1 dá HTTP 400).
  • codex_headers.py novo: headers anti-Cloudflare; account_id resolvido via
    oauth.codex_account_id() → claim do JWT (raramente presente) → fallback
    ~/.codex/auth.json → tokens.account_id.
  • transports.py: mesmo retrofit de headers no chat codex normal — conserta um 403 latente na VPS que
    vinha da mesma causa-raiz.
  • Fallback automático pra flux/openrouter (IMAGE_BACKENDS, mesmo padrão do videogen);
    GenerateImage.check() já consulta esse fallback.
  • Verificado ao vivo: PNG real de 861KB gerado através da assinatura, fim a fim.
  • Skill nova editar-pdf: pypdf como dependência lazy, comandos info/extract/metadata/
    patch/rotate/merge/split.

🛡️ Segurança + quick wins

  • SSRF: net_guard auditado e confirmado já sólido (bloqueia metadata endpoint, IP privado, redirect,
    respeita allow_private explícito) — plugado em web_extract/browse/references; documentado sem
    necessidade de mudança de código.
  • Busca de arquivos com backend ripgrep, fallback pure-Python automático quando rg não está
    disponível — os dois caminhos respeitam .gitignore.
  • ANTISLOP.md: 15 padrões PT-BR anti-chatbot-slop (banido "Como posso ajudar?", hedging excessivo,
    entusiasmo vazio, bullet-slop e afins) injetados no core_block todo turno; shipado como default
    versionado em okami/builtin/identity — instalação nova já nasce com ele, override local segue
    tendo prioridade.

🔌 Barramento de hooks unificado

  • 15 pontos de hook (eram ~4, espalhados em dois sistemas separados): pre_tool_call/post_tool_call,
    pre_llm_call/post_llm_call, pre_verify, ciclo de vida de sessão, subagent_start/subagent_stop.
  • Bridge dos hooks shell existentes pro barramento novo — compatibilidade retroativa mantida.
  • Wiring cirúrgico em loop.py/runner.py; register_* novo pra plugins registrarem hooks sem tocar no
    core.

🌐 Browser em segundo plano + edição de PDF

  • Sessão persistente (browser_session.py, thread-bound, com idle reaper): clicar login → dashboard →
    relatório sem re-navegar a cada passo.
  • Ações novas: scroll, back, press, eval (guardado contra exfiltração de cookie/localStorage),
    close_session.
  • Screenshot exposto como image block nativo (helper compartilhado image_block.py).
  • Diálogos JS (alert/confirm/prompt) com auto-dismiss.
  • Idle reaper garante que uma VPS 24/7 nunca deixa processo Chromium vazando.

🧭 Onde já estávamos na frente

Parte do exercício de mapeamento foi honesto nos dois sentidos — nem tudo é gap. Confirmado, sem mudança
de código nesta release:

  • HTML→PDF sem depender de Chromium (o Hermes depende).
  • Identidade em 3 arquivos (SOUL/VOICE/PERSONA) vs blob genérico único do Hermes.
  • Checkpoints de sessão.
  • Cofre de segredo cifrado (v0.12.0-beta).

⚠️ Beta — caveats e trabalho em andamento

  • Comandos e chaves de config ainda podem mudar até a GA (sem promessa de estabilidade de superfície).
  • Recomendado pra uso real (VPS 24/7 inclusive), mas rode okami policy check --strict antes de expor
    publicamente e acompanhe o CHANGELOG a cada atualização.
  • Em andamento, fora desta release — 3 sessões de fix de provider rodando em paralelo:
    • Crash de streaming do Claude.
    • Bug do token-store do Codex: um token corrompido de 9 caracteres fica na frente do token válido
      da CLI e é usado primeiro — esse fix é necessário pra geração de imagem funcionar fim a fim num
      usuário novo/fresh install, mesmo com o endpoint de assinatura já corrigido nesta release.
    • Parser do claude_cli.

✅ Release verification

  • 3.576 testes passando (uv run pytest -q), subindo de 3.572.
  • Reprodução local: 
    uv sync --frozen
uv run pytest -q
uv run ruff check okami tests
uv run bandit -c pyproject.toml -r okami -q
uv run okami policy check --strict

🚀 Instalação / upgrade

# instalação nova (macOS / Linux)
curl -fsSL https://raw.githubusercontent.com/OkamiOps/Okami-Agent/main/scripts/install.sh | bash
# Windows (PowerShell)
irm https://raw.githubusercontent.com/OkamiOps/Okami-Agent/main/scripts/install.ps1 | iex

# upgrade de instalação existente
uv tool upgrade okami-agent   # ou: pip install -U okami-agent

okami setup     # configura em 2-3 cliques
okami doctor    # confirma que a versão instalada bate com o pyproject (sem version-drift)
okami chat      # conversa no terminal

Nenhuma dependência nova obrigatória nesta release (cryptography>=42 já foi adicionada na
v0.12.0-beta) — pypdf é lazy (só carrega se a skill editar-pdf for usada). uv sync/
pip install -U já resolve; okami.yaml/okami.local.yaml existentes continuam válidos.

📄 License

MIT (LICENSE) © 2026 OkamiOps — use it,
fork it, ship it commercially, no strings attached and no warranty.

🔗 Links

Assets 5
Loading