Skip to content

v0.9.0 Stability Release

Choose a tag to compare

View all tags
@animaworks-dev-team animaworks-dev-team released this 19 Jun 04:00
· 961 commits to main since this release
v0.9.0
4809bc7

AnimaWorks v0.9 Stability Release Notes

Covers changes from v0.8.0 (2026-05-22) to v0.9.0 (2026-06-19).

272 commits since v0.8.0, focused on runtime stability, memory quality, and operational safety.

Overview

v0.9 is a stability-focused release for long-running AnimaWorks deployments.
The default legacy memory backend, RAG/vector-worker path, supervisor startup flow,
and Codex Mode C execution path received the most attention. Neo4j remains
experimental and opt-in.

Upgrade Notes

  • Python 3.12 or 3.13 remains the supported runtime range. Python 3.14 is not recommended because ChromaDB compatibility is still risky.
  • No manual data migration is required for normal upgrades. Existing legacy memory data is used in place.
  • Existing embedding GPU behavior is preserved through rag.use_gpu.
  • Local NLI and cross-encoder reranker execution now default to CPU through the new gpu config section.
  • Neo4j remains experimental and should stay explicitly enabled only where it is being evaluated.
  • On long-running hosts, run animaworks tmp list before and after the upgrade to inspect runtime disk usage.

Compatibility Notes

Area Impact Action
GPU config NLI and reranker now default to CPU. Embeddings still respect rag.use_gpu. Set gpu.nli_device or gpu.reranker_device to cuda only if you deliberately want those local models on GPU.
RAG repair Startup and runtime repair now require stronger corruption evidence before rebuilding. Use the normal repair commands if an operator intentionally wants a rebuild.
Codex Mode C Mode C now depends on the Codex App Server SDK packages declared in pyproject.toml. Run uv sync or reinstall the package after upgrade.
Neo4j memory Neo4j is not promoted to the stable default in this release. Keep using the legacy backend unless explicitly testing Neo4j.

Highlights

RAG and Vector Worker Reliability

  • RAG repair now builds replacement vector databases in staging and swaps them atomically, keeping the live database available until replacement.
  • SQLite quick_check gates prevent transient vector errors from being escalated into destructive repair loops.
  • Vector-worker store lifecycle handling was hardened against stale handles, file-descriptor exhaustion, and latched per-Anima initialization failures.
  • One corrupt Anima vector database no longer causes a worker-wide vector outage.
  • File watcher deletions now remove stale vector chunks when watched memory files are deleted.

Startup and Supervisor Hardening

  • Startup RAG preflight can now report progress while repair or indexing runs.
  • Heavy RAG work is moved off startup-sensitive paths so Anima processes do not stall under vector backpressure.
  • Supervisor health logic now preserves busy cron and task progress through ping timeout churn.
  • Systemd startup loops and already-running server cases are handled more safely.

Memory Quality

  • The legacy memory backend now has unified retrieval across search_memory, backend search, and priming channels.
  • Atomic facts, fact reconciliation, temporal validity, entity registry, and entity-aware graph expansion are available on the legacy memory path.
  • Long-term BM25, query expansion, access boost, temporal boost, confidence gating, and freshness metadata improve retrieval quality and explainability.
  • Consolidation now better preserves source chunks, daily episode notes, current state, and post-processing results.
  • Fact extraction failures are observable and non-fatal.

Codex Mode C

  • Mode C migrated to the Codex App Server SDK event stream.
  • Reasoning summaries and plan updates are surfaced through the existing chat thinking stream.
  • Codex YOLO runtime defaults were restored, with a refresh command for Codex-mode Animas.

Operational Tooling

  • animaworks tmp list and animaworks tmp clean help inspect and clean runtime temporary directories.
  • Runtime cleanup and invalid episode quarantine scripts were added for maintenance.
  • GPU failure detection, CPU fallback, and a power guard script improve high-load local deployments.
  • CI auto-fix loop tooling was added for local repair workflows.

Known Issues

  • Python 3.14 remains risky because of ChromaDB compatibility. Use Python 3.12 or 3.13.
  • GPU fallback keeps work moving after CUDA failures, but repeated NVIDIA Xid 79 events still require host-level power, PCIe, driver, or hardware investigation.
  • Neo4j memory remains experimental and is not the default stable backend.

Detailed Inventory

AnimaWorks v0.9 安定化リリースノート

v0.8.0（2026-05-22）から v0.9.0（2026-06-19）までの変更をまとめています。

v0.8.0 以降 272 commits。主眼はランタイム安定性、記憶品質、運用安全性です。

概要

v0.9 は、長時間稼働する AnimaWorks 環境向けの安定化リリースです。
特に、デフォルトの legacy 記憶バックエンド、RAG/vector-worker 経路、
supervisor 起動フロー、Codex Mode C 実行経路を重点的に固めています。
Neo4j は引き続き experimental な opt-in 機能です。

アップグレード注意点

  • 対応 Python は引き続き 3.12 または 3.13 です。ChromaDB 互換性リスクがあるため Python 3.14 は推奨しません。
  • 通常のアップグレードでは手動データ移行は不要です。既存の legacy 記憶データはそのまま使われます。
  • embedding の GPU 利用挙動は既存の rag.use_gpu 互換を維持します。
  • local NLI と cross-encoder reranker は、新しい gpu 設定により CPU デフォルトになりました。
  • Neo4j は stable default には昇格していません。評価中の環境だけ明示的に有効化してください。
  • 長時間稼働ホストでは、アップグレード前後に animaworks tmp list で runtime disk usage を確認してください。

互換性メモ

領域 影響 対応
GPU 設定 NLI と reranker は CPU デフォルト。embedding は rag.use_gpu を尊重します。 GPU 上で動かしたい場合のみ gpu.nli_device / gpu.reranker_device を cuda にします。
RAG repair 起動時・実行時 repair は、より強い破損根拠がないと rebuild しません。 意図的に rebuild したい場合は通常の repair コマンドを使ってください。
Codex Mode C Mode C は pyproject.toml の Codex App Server SDK 依存に移行しました。 アップグレード後に uv sync またはパッケージ再インストールを実行してください。
Neo4j 記憶 このリリースでは stable default ではありません。 明示的に検証している場合を除き legacy backend を使ってください。

ハイライト

RAG / vector-worker 安定化

  • RAG repair は staging に新しい vectordb を構築し、最後に atomic swap する方式になりました。
  • SQLite quick_check gate により、一時的な vector error が破壊的 repair loop に発展しにくくなりました。
  • stale handle、file descriptor exhaustion、per-Anima store init failure latch に対して vector-worker を強化しました。
  • 1つの Anima の vectordb 破損が worker 全体の vector outage に波及しないようになりました。
  • watched memory file の削除時に、古い vector chunk も削除されます。

起動と supervisor

  • 起動時 RAG preflight の進捗が見えるようになりました。
  • 重い RAG 処理を起動に敏感な経路から外し、vector backpressure 下でも Anima process が詰まりにくくなりました。
  • ping timeout の揺れがあっても、busy cron や task progress を維持します。
  • systemd 起動ループや既に稼働中の server に対する扱いを安全化しました。

記憶品質

  • legacy 記憶バックエンドで、search_memory、backend search、priming channel の検索経路を統一しました。
  • atomic facts、fact reconciliation、temporal validity、entity registry、entity-aware graph expansion を legacy 記憶経路に追加しました。
  • long-term BM25、query expansion、access boost、temporal boost、confidence gating、freshness metadata により検索品質と説明可能性を改善しました。
  • consolidation で source chunk、日次 episode note、current state、post-processing 結果をより確実に保持します。
  • fact extraction failure は可観測かつ non-fatal になりました。

Codex Mode C

  • Mode C を Codex App Server SDK event stream に移行しました。
  • reasoning summary と plan update を既存の chat thinking stream に表示します。
  • Codex YOLO runtime default を復旧し、Codex-mode Anima 向けの refresh command を追加しました。

運用ツール

  • animaworks tmp list / animaworks tmp clean で runtime tmp directory を確認・掃除できます。
  • runtime cleanup と invalid episode quarantine の maintenance script を追加しました。
  • GPU failure detection、CPU fallback、power guard script により、高負荷ローカル運用を強化しました。
  • local repair workflow 向けの CI auto-fix loop tooling を追加しました。

既知の注意点

  • Python 3.14 は ChromaDB 互換性リスクがあるため、Python 3.12 または 3.13 を使ってください。
  • GPU fallback は CUDA failure 後も処理を継続しますが、NVIDIA Xid 79 が再発する場合は電源、PCIe、driver、hardware 側の調査が必要です。
  • Neo4j memory は experimental のままで、default stable backend ではありません。

詳細

Assets 2
Loading