更新日志

​

破坏性变更

• eval upload 和 eval run --upload 需要平台支持 archive import。没有逐文件上传的回退方式，因此请先升级平台，再升级 CLI。
• 直接调用 OsmosisClient.start_eval_run_import() 的集成必须用 archive= 替换 files=。上传 files.jsonl 和 run.zip，然后通过 start_eval_run_import_extraction() 启动 extraction，并用 get_eval_run_import_extraction() 轮询，直到其达到 ready 后再完成导入。参见迁移指南。
• Eval-import 结果要求 upload_mode，在 files 中列出 archive 上传 slot，并允许 slot 的 sha256 为 None。请更新 model 构造和结果处理代码。

​

变更

• 本地 eval 上传 会逐个 part 流式上传 ZIP64 archive，不会将其写入磁盘。这取代了逐文件请求，重试时会跳过平台已有的上传 slot。

​

修复

• Strands rollout 会在后续请求、实时预览和 ATIF trajectory 中保留先前的 assistant reasoning，不再丢弃 reasoning_content。

​

升级

​

破坏性变更

• Source digest 格式改变后，使用 0.3.8 或更早版本创建的命名本地 eval run 会拒绝恢复和 --retry-failed，即使 rollout 文件没有变化。请使用原 SDK 完成被中断的 run，选择新名称，或通过 --fresh 归档并重新开始。旧 manifest 和结果会保留，已完成的 run 仍然可以上传。参见迁移指南。

​

新增

• agent_started_at 用于区分准备阶段失败与 agent 已启动的 attempt。使用该字段作判断前，请同时升级调用方和 rollout server。
• 内置 OpenSandbox 环境支持通过正整数 OPENSANDBOX_REQUEST_TIMEOUT_SEC 为客户端请求设置默认超时秒数；显式超时设置优先。
• 本地 eval 上传 包含 dataset_rows.jsonl，支持在 Evaluation Samples 中按 prompt 和 ground truth 搜索，以及按 ground truth 排序。已完成的旧 run 仍可在没有该文件的情况下上传。
• eval download 支持带进度显示的分页 manifest，以及仅下载逐 sample 摘要的 --type summary。Dataset-row 上传和显式 summary 下载需要相应的平台支持。

​

变更

• strands、openai-agents、harbor、rubric 和 eval extras 要求 LiteLLM >=1.103.1,<2.0.0（排除 1.104.0rc1）和 filelock >=4.2.1，以获取安全修复。
• strands extra 要求 Strands Agents >=1.48.0,<2.0.0。server、strands、harbor 和 eval extras 要求 OpenTelemetry API >=1.45.1,<2.0.0。full extra 包含所有更新后的要求。

​

修复

• CLI 输出、debug trace、平台错误、provider 诊断和本地 eval 日志中的已知凭据脱敏更完整，包括转义和多行形式。脱敏仅涵盖已知 secret 值；共享前仍需检查数据集、trajectory 和 artifact。
• 格式异常的 provider 响应会经过脱敏错误处理。HTTP 426 响应中的 status 不是字符串时会显示标准升级提示。Rubric 数据集加载会跳过非对象消息，并在没有可用 assistant 响应时报告带行号的错误。

​

升级

​

破坏性变更

• 移除了 RolloutInfo.is_active、rollout list 的 Active 列，以及 JSON 中的 is_active 字段。请移除对这个始终为 true 的标志的读取，以及 RolloutInfo(is_active=...) 构造参数。JSON 现在包含 description 和 last_synced_at，分别提供描述和同步元数据。参见迁移指南。

​

新增功能

• Harbor 预热支持 auto、full、healthcheck 和 off 模式，省略 task ID 时会自动发现数据集任务，并报告进度。将 OPENSANDBOX_MAX_SANDBOXES 设置为正整数后，还会限制并发。个别任务失败时，服务器仍可启动，但这些任务不可用；系统性故障会阻止启动。参见 Harbor backend。
• Train、eval 和 benchmark 提交确认会先显示目标工作区或其关联仓库。--json 确认详情也包含同样的目标信息。参见工作区范围。
• 基础模型的 model info 显示输入、缓存输入和输出价格，低于 $0.10 的价格最多保留四位小数。JSON 始终包含三个价格字段。未提供的价格在终端显示为 –，在 JSON 中为 null。

​

变更

• harbor extra 支持 Harbor >=0.20.0,<0.25。原生 OpenCode 会复用预装在 /opt/osmosis-agent/bin 下的兼容运行时，无需每次 trial 都重新安装。
• strands、openai-agents、harbor、rubric 和 eval extra 要求 aiohttp>=3.14.4 和 multidict>=6.9.1。Strands 和 OpenAI Agents 集成还要求 MCP >=1.30.0，排除 2.0.* 和 2.1.*。
• 基础安装要求 certifi>=2026.10.19。harbor 和 eval extra 要求 uv>=0.13.4,<0.14。这两项更新从各自独立的 CA 信任库中移除了受影响的 emSign 根证书。

​

修复

• train info --output 会保留已有文件，除非您传入 --overwrite。指标导出采用原子写入；保存失败时会报告 save_warning，命令本身仍然成功。
• 本地 eval 在 rollout 未返回 sample 时不再等待不存在的 trajectory，实时通过率也会排除 skipped sample。第二次按 Ctrl-C 会跳过长时间的关闭等待，给 rollout server 五秒退出时间后再强制停止，同时仍会停止隧道和监听器。此时 sandbox 清理可能尚未完成。
• 新训练 scaffold 不再包含不受支持的 eval_interval 示例，并引导您使用 osmosis model list --type base 查看支持的模型。

​

升级

​

新增功能

• harbor extra 现在包含 OpenSandbox 支持。HarborBackend 会为内置 OpenSandbox 环境应用 protocol 和 managed proxy 默认值，您显式传入的环境 kwargs 仍然优先。参见 Harbor backend。

​

变更

• strands、openai-agents、harbor、rubric 和 eval extras（包括 full）现在要求 fsspec>=2026.6.0，以修复 fsspec ReferenceFileSystem 中的代码执行问题。请更新冲突的应用版本固定，重新生成 lockfile，并重新构建受影响的运行时镜像。

​

修复

• 没有 Dockerfile 的 Harbor task 现在会跳过 SDK 预安装补丁，而不是失败。使用预构建镜像的 task 会使用默认 bundle 设置运行。
• RolloutClient 会在轮询 lease 内对返回 HTTP 502、503 或 504 的结果读取最多重试六次。
• 新的 rollout scaffold 和 Harbor source gateway 会让连接保持活跃，时间超过 platform 负载均衡器的空闲超时。

​

升级

​

破坏性变更

• 移除了 POST /drain、RolloutClient.drain() 以及 drain 请求与响应 model。请使用 RolloutClient.health() 和 wait_idle(process_id=...) 观察完成情况，并通过 SIGTERM 关闭 rollout server。wait_idle() 不会阻止新的 admission，也不会确认外部上传，因此请保留已提交的 rollout ID 以进行 evidence 验证。

​

新增功能

• Rollout server 在 shutdown 时会调用 ExecutionBackend.shutdown() 清理 backend 资源，包括 Harbor trial 和 artifact。请将 host 的 termination grace period 设置为足以覆盖 server 的有界 shutdown 阶段和 Harbor 的额外清理等待时间。
• Host 可以为支持的本地 source、原生 Harbor agent 和 bundled workflow 启用有界的实时 trajectory 预览。预览不会改变最终结果或评分。Bundled workflow 需要 sandbox 内安装支持预览的 SDK。

​

变更

• SDK 支持 Harbor >=0.20.0,<0.24，并保留已发布的 harbor-v1 image 标识和 Mini-SWE endpoint。升级到 Harbor 0.23 前，请检查其更严格的输入校验、有限 JSON reward、Mini-SWE 托管的 Python 3.12 环境，以及 Terminus ATIF 1.8 的使用方。参见 Harbor backend。
• 包含相关依赖的 extras 现在要求 LiteLLM >=1.94.3,<2.0.0（排除 1.95.0.*、1.96.0.* 和 1.96.1.*）、urllib3 >=2.8.0 和 PyJWT >=2.15.1 以获得安全修复。请更新冲突的应用版本固定并重新生成 lockfile。

​

修复

• 已有的 Harbor 子类保留原有的 build_trial_config、build_agent_config 和 harness_agent_config 签名，不再因意外的 preview_path 关键字参数而在启动时失败。
• Execution task 意外崩溃时会产生终止状态的 internal_error 失败，客户端不再一直轮询到 lease 过期。
• 原生 evidence 脱敏在处理长标识符时保持线性耗时，不再卡住 health check 和结果轮询。

​

升级

​

破坏性变更

• 公开 CLI 中移除了 osmosis dev server 和 osmosis images 命令组。OsmosisClient 上相关的 dev-server 和 image-build 方法、模型与枚举也一并移除。
• Harbor rollout ID 不能再包含冒号或控制字符。请使用可移植的 ID，确保保留的 evidence 路径在所有文件系统上可用。

​

新增功能

• Rollout server 新增了可选的 bearer 认证，RolloutClient 新增 health()、wait_idle() 和 drain()，用于进程身份检查和生命周期控制。drain() API 已在 0.3.6 中移除；升级时请遵循该版本条目中的关闭指引。
• Harbor source gateway 使用不可变镜像和经过校验的 HarborGatewayConfig 设置运行固定版本的 GitHub task。SourceImageManifest 和 SourceImageBuildResult 会校验镜像绑定与 task 选择。
• Harbor 会保留经过清理的原生结果和日志，并附带校验和清单。原生日志导出会排除 OpenCode 数据库和快照。
• osmosis_ai.cli.main.create_app() 和 run_cli() 允许您基于公开的命令树、根选项和输出处理构建下游 CLI，并添加自己的命令。

​

变更

• JSON 错误信封会根据实际调用的命令树解析 command。未知子命令（例如 dataset lst）会被保留，--workspace 的值不再被报告为命令。

​

修复

• 本地 eval 以及 OpenAI Agents 和 Strands 集成会保留自定义推理参数，包括 OpenRouter 的 reasoning 和 provider 字段。Bridge 控制参数的覆盖会被拒绝。

​

升级

​

新增功能

• osmosis eval retry <name|id> 重试 hosted evaluation 中失败和跳过的 sample，并保留已评分的结果。本地重试后如需替换已上传的结果，请运行 osmosis eval upload <run-name> --replace 或 osmosis eval run <config_path> --name <run-name> --retry-failed --upload。
• osmosis model info 和 OsmosisClient.get_base_model() 接受 base model 名称或 Hugging Face 路径，并在可用时报告参数量、context window 和推理定价。
• HarborBackend(agent="opencode") 通过 rollout chat-completions endpoint 运行原生 OpenCode，并禁用 compaction 和 pruning。原生 agent 选项（包括版本固定）也会在 prewarm 期间生效。参见 Harbor backend。

​

变更

• SDK 现在要求 anyio>=4.14.2 以获得安全修复。升级前请更新 CLI 与 rollout 环境中较旧的 AnyIO 版本固定。

​

修复

• Harbor artifact 归档不再阻塞 event loop，也不会在存储较慢时拖慢结果轮询。Rollout 仍会等待归档完成后再返回结果。
• RolloutClient 会在最后确认的轮询 lease 截止时间内，对短暂的结果轮询断连和读取超时最多重试两次。请移除结果轮询外层的自定义重试逻辑，避免嵌套重试。
• 可识别的 sandbox provider 故障现在报告 HTTP_ERROR。Task 级 API 错误和没有结构化状态的通用 Harbor API 错误仍报告 AGENT_ERROR。
• CLI 失败时会显示可操作的 platform 与登录说明，并使用一致的 HTTP 错误分类。跳过 rollout preflight 的警告会包含适用于 CLI 环境的安装指引。

​

升级

​

破坏性变更

• Rollout 调用方与 server 必须一起升级。使用 RolloutClient 替换 HttpRolloutDriver 和 callback model；每个请求都需要唯一的 rollout_id，chat endpoint 需要认证时还需显式提供 llm_api_key。
• 自定义 backend 的 execute(request) 返回 ExecutionOutcome，并通过 await RolloutContext.set_status() 发布进度。本地 LLM bridge 的 import 从 osmosis_ai.rollout.controller 迁移到 osmosis_ai.eval.local。
• 本地 evaluation 的协议指纹现在是 0.4。使用旧协议记录的 run 需要更换 run name，或使用之前版本的 SDK 恢复。
• 移除 managed SkyPilot placement。请使用 EnvironmentType.DAYTONA 和 Daytona credentials；HARBOR_SKYPILOT_CONTEXT 不再被读取。省略 environment_config 时仍选择 Docker。

​

新增功能

• RolloutClient 负责 lease 续期、HTTP 429 admission 重试、取消，以及可选的 grade=False。await run_rollout_async() 返回可 await 的 RolloutHandle，提供实时状态与 milestone 等待方法。
• osmosis eval upload 和 osmosis eval run --upload 会上传 logs.txt，显示在 platform 的 Logs 标签页中。本地日志记录和上传会脱敏当前进程环境中已知的、长度至少八个字符的 provider 与 platform 凭证；脱敏无法识别所有可能的 secret，分享前请检查日志。

​

变更

• delete=True 的内置 Daytona 环境默认在 Daytona 观测到 60 分钟无活动后停止，并立即删除。对于较长时间无 provider 可见活动的阶段，请增大 auto_stop_interval_mins，或设为 0 禁用自动停止。参见 Daytona 生命周期默认值。
• 支持的依赖范围扩展为 Harbor >=0.20.0,<0.23 和 OpenAI Agents >=0.18.1,<0.21。升级 Harbor 时，请从 SDK workflow task 目录移除顶层 trajectory.json 输入，并在运行受限网络 trial 前检查 Docker host 的 nftables 支持。生成的 rollout trajectory artifact 仍受支持。

​

修复

• 轮询会保留已完成的 reward 和失败详情，限定 admission 与取消清理时长，并让没有记录终态结果的本地 evaluation 工作保持 pending 以便恢复。
• System keyring 不可用时，login 回退到仅文件所有者可读写的凭证文件。OSMOSIS_TOKEN_STORE=keyring 强制要求 keyring；file 显式选择文件存储。参见凭证存储。
• osmosis train info 可在 training run 仍运行时列出 checkpoints。

​

升级

​

变更内容

• RolloutClient.run_rollout_async() 现在返回可 await 的 RolloutHandle，而不是 asyncio.Task。该 handle 提供 status、latest_result、done()、cancel()，以及 milestone 等待方法 wait_for_running()、wait_for_grading() 和 wait_for_completion()。当阶段已经过去或 rollout 已终止时，milestone 等待也会结束。
• 结果 long polling 会在状态变更时返回，包括来自 Local 与 Harbor backend 的 grading milestone，无需等满整个轮询超时。
• 自定义 backend 通过 await 活跃的 RolloutContext.set_status() 方法发布中间进度。结果轮询不再从 ExecutionBackend.rollout_status() 读取进度。
• osmosis eval upload 和 osmosis eval run --upload 会包含合并后的 logs.txt，因此本地 evaluation 日志会显示在 platform 的 run Logs 标签页中。
• 本地 evaluation 会从日志中脱敏 process environment 中已知的、长度至少八个字符的 provider 与 platform 凭证，并在上传哈希计算前再次执行脱敏。

​

谁需要采取行动

• 更新将 run_rollout_async() 返回值当作 asyncio.Task 使用的调用方。请继续 await 该 handle 以获取终态结果，并使用其 done()、cancel() 和 milestone 方法替代 Task 专有 API。
• 更新通过 ExecutionBackend.rollout_status() 报告中间进度的自定义 backend，改为 await RolloutContext.set_status()。

​

变更内容

• Rollout 完成机制现在使用基于 lease 的 long polling，而不是 callback。新的 RolloutClient 会提交 rollout、自动续期由 server 签发的 polling lease、在 HTTP 429 时重试 admission、轮询终态结果，并支持显式取消。请求可以通过 grade=False 跳过 grading。
• 移除 HttpRolloutDriver 和 callback model。每个请求需要提供唯一的 rollout_id；当 chat endpoint 需要认证时，还需显式提供 llm_api_key。
• 自定义 backend 的 execute(request) 现在返回 ExecutionOutcome，而不是调用 result callback。本地 LLM bridge 的 import 从已移除的 osmosis_ai.rollout.controller 包迁移到 osmosis_ai.eval.local。
• 支持的 Harbor 版本扩展为 >=0.20.0,<0.23，OpenAI Agents 扩展为 >=0.18.1,<0.21。
• 轮询到的结果在取消和序列化错误时仍会保留已完成的 reward 与失败详情；lease 过期或 server 关闭时，workflow 和 sandbox 可以在有限时间内完成清理。
• Admission deadline 现在覆盖 HTTP 请求和重试等待。丢失的 admission response 会把未观测到的工作交给 lease 过期处理，而不是冒险取消另一个使用相同 ID 的 rollout。
• 本地 evaluation 会限定结果轮询时长、等待取消清理完成，并让没有记录终态结果的工作保持 pending 以便 resume，包括轮询遇到 403 和 404 错误的情况。

​

谁需要采取行动

• 调用方与 rollout server 必须一起升级。基于 lease 的 long-poll 协议无法与 0.3.2 的 callback 协议互通，请用 RolloutClient 替换 HttpRolloutDriver 和 callback model。
• 本地 evaluation 的协议指纹现在是 0.4。使用旧协议记录的 run 无法在本版本下 resume；请使用新的 run name，或用之前版本的 SDK 完成该 run。
• 升级 Harbor 时，请从 SDK workflow task 中移除顶层的 trajectory.json 输入，并在运行受限网络 trial 前确认 Docker host 能通过其 nftables 探测。

​

破坏性变更

• 移除 public 的 MessageResult、GraderInitRequest、GraderInitResponse、RolloutDriver 和 resolve_workspace_directory_from_cwd() API。请改用 OperationResult、HttpRolloutDriver 和 resolve_workspace_directory()；两个未被使用的 grader-init 类型没有替代项。
• SDK 不再声明 requests 为基础 dependency，也不再在 rubric extra 中声明 tqdm。如果您的代码直接 import 这些包，请自行声明。

​

新增功能

• osmosis eval run 可通过托管的 cloudflared tunnel 访问 Daytona、SkyPilot 等云端 sandbox；当解析出的 sandbox 无法访问 host loopback 时会自动启动该 tunnel，也可以使用 --advertise-url 指向您自行运行的 tunnel。
• 根级 --workspace <name> 可按名称选择 platform workspace。此时 benchmark、dataset、model、secret 与 run inspection 命令无需本地 repository 即可运行；当 config 所在的 Git repository 与所选 workspace 匹配时，eval submit 和 train submit 也接受绝对 config 路径。
• osmosis eval upload <run-name> 会在 .osmosis/evals/ 下解析已完成的 run；显式 run directory 仍然可用。
• 新增 eval 安装 extra 的文档，并支持 Python 3.14。

​

变更

• 本地 osmosis eval run --dataset-file ... 在未请求 --upload 时不再加载 platform credentials。
• 新脚手架生成的 rollout 依赖稳定的 osmosis-ai[server]>=0.3.0,<0.4 版本线。
• 本地 evaluation 的 output、retry、resume 与 upload 路径会相对命令调用目录显示。

​

修复

• 本地 evaluation 会在打开 tunnel 前校验 model 和 rollout server，保持较慢的 non-streaming tunnel response 存活，在 host 无法探测 tunnel URL 时接受已注册的 Cloudflare connection，并在 loopback endpoint 不可达时快速失败而不是挂起。
• 当 CLI 与 rollout environment 使用不同的 osmosis-ai 版本时，本地 evaluation 会给出警告。
• harbor extra 会安装 Harbor 的 Daytona dependencies，因此 Daytona environment 无需单独配置依赖即可使用。
• --secrets-file 中的值仅在本地 evaluation run 期间覆盖 process environment，并在所有退出路径上恢复；orphan cleanup 也会拒绝 symlink 的 run directory。

​

升级

​

破坏性变更

• RolloutDriver.run 现在只接受单个 RolloutRunRequest 参数。请更新自定义 driver 及其调用方，改为传入该 request 对象。
• ExecutionBackend.max_concurrency 和 import 时的 osmosis_ai.platform.auth.PLATFORM_URL 已移除。请从 rollout server 的 /health 响应读取并发容量，并使用 get_platform_url() 获取当前 platform URL。
• 公共 record 类型中未使用的 server-owned 字段已移除。请不要再读取 UploadInfo.s3_key 和 .upload_id、DatasetFile.df_stats 和 .organization_id、TrainingRunMetrics.training_run_id、EvalRunMetrics.eval_run_id、RolloutInfo.last_synced_at 以及 TrainingRunCheckpoints.training_run_id。

​

新增功能

• osmosis eval run 通过新的 eval 安装 extra，使用与 managed run 相同的 TOML 在本地执行 crash-safe evaluation。它支持 dataset 切片、可恢复的输出、uv 管理的 rollout environment、LocalBackend 和 Harbor 的 Docker environment、可读的自动生成 run 名称、OpenAI Responses 路由、有界 admission，以及 orphan rollout server 清理。
• osmosis eval upload <run-dir> 和 eval run --upload 可将已完成的本地 run 导入平台。两者都以服务端为准且 idempotent，并且都不会启动 managed evaluation。

​

变更

• CLI machine contract 已标准化。--json 和 --plain 绝不会发出提示，JSON error 在 stderr 上使用稳定的 {code, message, details} envelope，机器可读的 warning 使用 JSON Lines，non-finite 值也不再可能产生无效 JSON。
• 登录凭证按 platform 划分 scope，并持久化在操作系统 keyring 中，可跨目录和环境复用。它们在 HTTP 401 响应后仍会保留；针对非生产环境的 OSMOSIS_TOKEN 会在任何网络访问之前与 OSMOSIS_TOKEN_PLATFORM_URL 校验。

​

修复

• Mini SWE-agent benchmark 的凭据校验与 Platform 保持一致，同时保留 Cursor CLI harness key 的要求。
• osmosis dev server up 会打印 Platform 返回的一次性 API key，因此新建的 server 可以立即使用。

​

升级

​

破坏性变更

• 每个 rollout 现在都会通过 rollout-scoped URL 生成且仅生成一个 RolloutSample 和 reward。请将自定义 context、grader、integration、callback 与 backend adapter 更新为 single-sample contract。
• Runtime integration 使用显式的 server、strands、openai-agents、harbor、rubric 和 parquet extra，并从 feature-specific module import。AgentWorkflow.run() 返回一个 message history，原有 loader、validator 和 multi-trajectory helper 已移除。
• HarborBackend 现在是此前名为 HarborBackendV2 的 container-native 实现；legacy backend、对应 constructor argument、OsmosisInstalledAgent 和 HarborAgentWorkflowContext 均已移除。
• Prompt 与 metadata dataset 各自在所有 row 中使用统一 schema，benchmark detail output 则以 requires_judge_api_key 替代 required_secret_names。

​

新增功能

• osmosis benchmark 现在支持 catalog discovery、submission、run inspection、logs、cancellation 和 output download。
• Container-native Harbor backend 新增 installable workflow bundle、native agent、template 与 dataset mode、prewarming、diagnostics、artifact、admission control、status polling 和 cancellation。
• Training、evaluation 与 benchmark submission 可以从 dotenv file、standard input、process environment 或 hidden terminal prompt 解析 per-run secret，无需将其保存到 Platform secret store。
• osmosis quickstart 会引导用户完成 authentication、workspace repository setup、clone、billing check，并生成可直接粘贴的 agent prompt；OsmosisClient 也提供对应的 onboarding API。

​

可靠性与安全性

• Rollout bundle 使用 content-addressed atomic cache，支持 flat、src/ 和 PEP 420 layout，拒绝不安全的 symlink 与 cache layout，并通过 Harbor extra 安装兼容的 uv builder。
• Local execution 会执行 controller deadline、校验 reward、清理 optional callback telemetry，并保持一致的 terminal callback outcome。
• Harbor 会保留 sample、diagnostics 与 ATIF trajectory，同时防止 task-source symlink 和 rollout credential 进入 archived trial data；secrets-file error 也不会再回显可能包含 secret 的输入。

​

升级

​

变更内容

• osmosis quickstart 现在会完成登录、选择 workspace、等待 repository 连接、clone 或复用 workspace directory、检查 billing，并为 training、evaluation 或 benchmark 生成可直接粘贴的 agent prompt。
• OsmosisClient 新增 list_workspaces()、get_quickstart_status() 和 complete_quickstart()，用于 workspace-scoped onboarding integration。
• RolloutSample.reward 现在会在构造与赋值时拒绝 NaN、无穷大和非数值。若 grader 传入此类值，会抛出 pydantic.ValidationError，而不再静默地以“无 reward”方式抵达控制器。NumPy 风格的数值标量会被规范化为 float。
• LocalBackend 将并发限流器的排队时间计入控制器下发的 agent_timeout_sec，并对 grading 应用独立的 grader_timeout_sec。吞掉 CancelledError 或阻塞事件循环超过截止时间的代码，现在会被报告为超时，而不是返回一个迟到的成功。
• osmosis eval submit、osmosis train submit 和 osmosis benchmark submit 的 --secrets-file 现在接受 export NAME=value 与 NAME="quoted value" 形式。格式错误的行仅按来源与行号报告，不会把行内容回显到 CI 日志。名称若无法通过 Python 的标识符检查会被直接拒绝。
• Rollout bundle 的构建改为按项目内容、解释器 ABI 与平台进行内容寻址，且每次构建在隔离的目录中运行，必须恰好产出一个 wheel。除 flat layout 之外，现在也支持 src/ layout（如 uv init --lib 生成的）与 PEP 420 namespace package，Harbor extra 也会安装兼容的 uv builder。
• Harbor 会在 task materialization 前拒绝 symlink，并在 retained trial file 被归档前清除 rollout controller credential。

​

谁需要采取行动

• 使用 osmosis quickstart 或依赖这些 rollout 加固修复前，请升级到 osmosis-ai>=0.3.0rc4。
• 更新任何可能向 ctx.set_reward 传入 float("nan")、float("inf") 或非数值的 grader —— Osmosis 现在会拒绝这些值。请返回预期的数值 reward，或者不调用 set_reward 以表示“未评分”。
• 更新此前依赖旧解析器把引号当作值一部分或把 export 前缀当作名称一部分的 --secrets-file 数据源。旧行为会静默提交错误字符串；新解析器会将两种形式都解析为预期的值。

​

变更内容

• Prompt dataset 需要 user_prompt 加 ground_truth 或其 label alias；system_prompt 仍为 optional。
• Metadata dataset 的每一行都需要 non-empty metadata object。Validation 现在会检查每一行 JSONL 和 CSV，以及每个 Parquet metadata value。
• osmosis train submit、osmosis eval submit 和 osmosis benchmark submit 接受 --secrets-file；value 也可以来自 process environment 或 interactive prompt。
• Benchmark detail 中的 required_secret_names 替换为 requires_judge_api_key。

​

谁需要采取行动

​

变更内容

• 使用 server、strands、openai-agents、harbor、rubric 或 parquet extra 安装 optional feature；full 会安装全部功能。
• 从各自的 public submodule import server、Harbor、Strands、OpenAI Agents 和 rubric 功能，而不是从 rollout 或 package root import。
• AgentWorkflow.run() 通过 AgentWorkflowOutput、bare message list 或 None 返回一个 message history；None 使用 active sample-source fallback。Output metrics 必须是有限值。
• 原 HarborBackendV2 现更名为 HarborBackend；legacy backend 和 HarborAgentWorkflowContext 已移除。
• CLI 新增 benchmark catalog、submission、status、logs、cancellation 和 output download workflow。

​

谁需要采取行动

​

变更内容

• GraderContext.samples 改为 GraderContext.sample，set_sample_reward(sample_id, reward) 改为 set_reward(reward)。
• 自定义 integration 通过 set_sample_source() 注册一个 source，并通过 get_sample() 读取它。
• 移除了 RolloutSample.id 和 MultiTurnMode。执行身份现在由 rollout URL 提供。
• 模型和 callback 请求使用 rollout-scoped URL。Integration 不再为每次调用附加 sample 或 rollout routing headers。
• Backend 交换 sample.json 和只包含单个值的 reward.json（{"reward": <float>}）。
• Strands 和 OpenAI Agents integration 强制每次 workflow 执行只能注册一个 agent 或 session。

​

谁需要采取行动