Ankita v2.5.1: 브라우저가 스스로 설명하는 기능 — 자동 지침, 읽기 쉬운 페이지 증거, 그리고 보호된 런타임

Ankita는 저의 오픈 소스 데스크톱 AI 동반자입니다. 작은 동반자이지만 훨씬 더 많은 것이 가능합니다. v2.5.1이 오늘 출시되었으며, 이 버전은 거의 전적으로 한 가지에 관한 것입니다: 내장 브라우저가 사용자에게 작업을 맡기고 떠날 때 더 잘 작동하도록 만드는 것입니다.

새로 추가된 기능들은 다음과 같습니다.

이제 브라우저가 스스로 설명합니다

주요 변경 사항은 자동 브라우저 지침입니다. 동반자가 데스크톱 또는 CLI 세션에서 브라우저 도구를 발견하면, 이제 완전한 browser-use 가이드를 자동으로 로드합니다. 여기에는 이전에 컨텍스트가 처음부터 재구축되었을 짧은 연속 작업에 대한 내용도 포함됩니다. 데스크톱 헤더는 전체 가이드가 준비된 요청의 일부일 때 Instructions loaded: browser-use를 표시합니다.

이것이 중요한 이유: 브라우저 작업은 에이전트가 가장 많은 토큰을 소모하는 부분입니다. 공유 컨텍스트 없이 새로 열린 탭은 페이지와 상호 작용하는 방법에 대해 반복적으로 추측해야 함을 의미했습니다. 가이드가 미리 로드됨으로써, 추가 라우터나 스킬-도구 호출, 메모리 전달이 필요하지 않습니다. 동반자는 첫 단계부터 페이지를 구동하는 방법을 알게 됩니다.

페이지가 읽기 쉬운 증거로 돌아옵니다

브라우저 읽기는 이제 원시 텍스트 덤프 대신 마크다운(Markdown)을 반환합니다 — 제목, 단락, 링크, 목록, 표 등입니다. 실제 find 기능은 첫 번째 청크를 넘어 있는 텍스트를 찾을 수 있으며, 경계가 지정된 읽기 작업은 소스 식별자가 손상되지 않은 상태로 계속됩니다. 선택적 숨겨진 DOM 증거는 실행 가능한 컨트롤과 별도로 레이블이 지정되며, 스크립트, 스타일 및 개인 필드 값은 페이지 텍스트에서 완전히 제외됩니다.

이는

실시간 브라우저 상태가 제대로 분리되었습니다. 이제 생각(Thinking), 읽기(reading), 행동(acting), 확인(checking), 복구(recovery), 수동 도움(manual help), 그리고 중지(Stop)는 각각의 완료된 작업 횟수를 가진 별개의 상태입니다. 네이티브 대화 상자는 점유 기간 동안 승인되거나 거부될 수 있으며, 일시적인 대화 상자 텍스트는 공유 미리보기와 진행 방송에서 제외됩니다.

에이전트 브라우저 세션을 이전에 보셨다면, 이것이 해결하는 실패 모드를 아실 겁니다. 즉, 어시스턴트가 작업 중인지, 멈췄는지, 아니면 사용자를 기다리는지 여부를 숨기는 단일 스피너였습니다. 이제 상태가 알려줍니다.

날카로운 부분에 대한 수정 사항

이번 릴리스에서 가장 큰 수정은 브라우저 액션의 혼합된 배치가 자체 참조를 무효화하는 것을 목표로 합니다. 독립적인 동일 탭 채우기(fills), 클릭, 네이티브 선택(selects)은 이제 첫 번째 편집 전에 모든 실시간 대상을 확인하고, 이후 각 단계가 전송되기 전에도 다시 확인합니다. 원래의 노드/UID 바인딩은 중간 단계를 거치면서도 유효하게 유지되며, 최종 스냅샷은 새로운 참조를 제공합니다. 비활성화되거나 대체된 대상은 안전하게 중지되고, 완료된 편집은 유지되며, 실패한 배치는 결코 자동으로 재실행되지 않습니다.

같은 계명의 컨트롤과 복제된 DOM 참조 속성은 더 이상 오래된 Playwright 노드 식별자를 상속받을 수 없습니다. 네이티브 select는 관찰된 옵션을 클릭하도록 안내하는 사용자 지정 메뉴를 거부하며, 네이티브 대화 상자는 자신들을 열었던 액션의 자동 재실행을 유발하지 않습니다.

제공자 측면에서는 오류가 이제 속도 제한(rate limits), 할당량(quota), 인증(authentication), 유료 모델 접근(paid-model access), 클라이언트 전용 경로(client-only routes), 그리고 사용 불가능한 업스트림(unavailable upstreams)을 구별합니다. 키 없는 Kilo 모델 검색은 유료 또는 계정 액세스가 필요한 경로를 걸러내고, 모델 비전 기능은 추측이 아닌 광고된 메타데이터에서 나옵니다.

실험가를 위한 것: 보호된 브라우저 런타임

Setting BROWSER_RUNTIME_V2=on을 활성화하면 구조화된 실행/부분/실패/불확실 수령(receipts), 기능 메타데이터, 그리고 보호되는 Playwright 시퀀스를 사용할 수 있습니다. 격리된 Chromium은 명시적으로 선택된 업로드와 완료 증거 및 취소를 지원하는 제한된 작업 공간 다운로드를 지원합니다. 지원되지 않는 connected-Chrome 전송은 추측하기보다는 거부됩니다. 이 플래그 아래의 모든 것은 기본적으로 꺼져 있습니다 — 실험적인 런타임, 포커스/히스토리/증거/진행률 플래그 모두 비활성화된 상태로 배포됩니다.

CLI 사용자도 /commands 치트시트를 얻을 수 있습니다: help, 서브명령어 자동 완성(subcommand completion), 그리고 오타 제안이 이제 하나의 레지스트리를 공유하며, 시작 시 앱 버전과 제공업체가 보고됩니다.

정직한 제한 사항 (Honest limits)

릴리스 자체의 검증 섹션에서 알아두면 좋을 몇 가지 사항:

• 실험적인 런타임 및 컨텍스트 플래그는 선택적이며 기본적으로 꺼져 있습니다.
• connected Chrome은 여전히 문서화된 프레임/전송 제한을 가지고 있습니다. 숨겨진 텍스트는 상호 작용이 가능하다는 증거가 아니라 증거일 뿐입니다.
• 알려진 릴리스 문제가 있습니다: 최종 Windows CI 실행에서 1,119개 테스트 중 3개의 실패가 기록되었습니다 — 두 connected-Chrome 피처가 첫 탐색을 중단하고, 장바구니(cart) 피처는 편집이 기록되지 않았습니다. 로컬 네이티브 스위트는 모두 통과했지만, 러너 문제가 출판 전에 해결되지 않았습니다. 이 버전은 추가적인 테스트 변동을 막기 위해 수동으로 게시되었습니다; 실패하는 단언문(assertions)과 정상적인 CI 테스트 게이트는 그대로 유지됩니다.

저는 이런 내용을 명확하게 밝히는 릴리스가 좋습니다. CI 상태가 녹색이 아니라고 인정하는 변경 로그가 그것을 숨기는 것보다 더 신뢰할 수 있습니다.

토큰에 민감한 사용자를 위한 컨텍스트 제어

선택적이고 독립적인 스위치 세트가 있습니다: 브라우저 도구 초점(browser tool focus)은 관련 없는 탐색을 거부하면서 에이전트, 채팅, 메모리 및 승인 상태를 유지합니다. 요청 전용 히스토리 압축(request-only history compaction), 근거 기반 증거 보존(grounded evidence retention), 그리고 변경되지 않은 페이지 진단(unchanged-page diagnostics)은 별도의 선택 항목입니다. 요청/스키마/히스토리 바이트 메트릭 지원을 통해 제어된 실험실 비교가 가능합니다. 기본 도구 라운드 상한선(tool-round ceiling)은 이제 100이며, MAX_TOOL_STEPS를 통해 설정할 수 있습니다.

Grab it

Ankita v2.5.1은 GitHub에서 사용할 수 있습니다: https://github.com/akyourowngames/A.N.K.I.T.A

브라우저 기능을 사용하고 있다면, 자동 지침(automatic instructions)과 읽기 쉬운 페이지 증거(readable page evidence)가 가장 먼저 시도해 볼 만한 두 가지 기능입니다. 이들은 기본적으로 활성화되어 있어 별도의 설정이 필요하지 않습니다. 실험적인 런타임 플래그에 대한 의견이 있다면, 어떤 기능을 기본값으로 승격시키고 싶은지 정말 듣고 싶습니다. 댓글이나 레포지토리의 이슈를 열어 피드백을 남겨주세요.