agent-framework-lib 0.8.16__tar.gz → 0.8.18__tar.gz

{agent_framework_lib-0.8.16/agent_framework_lib.egg-info → agent_framework_lib-0.8.18}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: agent-framework-lib
-Version: 0.8.16
+Version: 0.8.18
 Summary: A comprehensive Python framework for building and serving conversational AI agents with FastAPI
 Author-email: Sebastian Pavel <sebastian@cinco.ai>, Elliott Girard <elliott.girard@icloud.com>
 Maintainer-email: Sebastian Pavel <sebastian@cinco.ai>
@@ -34,6 +34,7 @@ Requires-Python: <3.14,>=3.10
 Description-Content-Type: text/markdown
 License-File: LICENSE
 Requires-Dist: aiofiles>=24.1.0
+Requires-Dist: tzdata>=2024.1
 Requires-Dist: fastapi>=0.115.12
 Requires-Dist: uvicorn>=0.34.2
 Requires-Dist: fastmcp>=2.2.7
@@ -333,7 +334,7 @@ Pour **déployer** un agent, partez de l'image officielle — Chromium Playwrigh
 sandbox locale déjà en place (sinon l'agent ne peut ni rendre un PNG ni installer quoi que ce soit) :
 
 ```dockerfile
-FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.16
+FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.18
 ```
 
 Détails, publication et visibilité GHCR : [docs/AGENT_RUNTIME_IMAGE.md](docs/AGENT_RUNTIME_IMAGE.md).

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/README.md

@@ -173,7 +173,7 @@ Pour **déployer** un agent, partez de l'image officielle — Chromium Playwrigh
 sandbox locale déjà en place (sinon l'agent ne peut ni rendre un PNG ni installer quoi que ce soit) :
 
 ```dockerfile
-FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.16
+FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.18
 ```
 
 Détails, publication et visibilité GHCR : [docs/AGENT_RUNTIME_IMAGE.md](docs/AGENT_RUNTIME_IMAGE.md).

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/agent_framework/core/base_agent.py

@@ -84,6 +84,35 @@ except ImportError:
 
 logger = logging.getLogger(__name__)
 
+# Heure donnée au modèle en tête de chaque message. Le conteneur tourne en UTC : sans fuseau
+# explicite, l'agent avait 1 à 2 h de retard sur Paris sans le savoir (29/09/2026).
+DEFAULT_AGENT_TIMEZONE = "Europe/Paris"
+_JOURS = ("lundi", "mardi", "mercredi", "jeudi", "vendredi", "samedi", "dimanche")
+_MOIS = (
+    "janvier", "février", "mars", "avril", "mai", "juin",
+    "juillet", "août", "septembre", "octobre", "novembre", "décembre",
+)
+
+
+def format_agent_timestamp(now: datetime | None = None) -> str:
+    """« mardi 29 septembre 2026, 16:03 (Europe/Paris) » dans le fuseau ``AGENT_TIMEZONE``.
+
+    Fuseau inconnu → repli sur Europe/Paris (journalisé). ``now`` : instant aware, pour les tests.
+    """
+    from zoneinfo import ZoneInfo, ZoneInfoNotFoundError
+
+    name = os.getenv("AGENT_TIMEZONE", "").strip() or DEFAULT_AGENT_TIMEZONE
+    try:
+        tz = ZoneInfo(name)
+    except (ZoneInfoNotFoundError, ValueError):
+        logger.warning("AGENT_TIMEZONE=%r inconnu, repli sur %s", name, DEFAULT_AGENT_TIMEZONE)
+        name, tz = DEFAULT_AGENT_TIMEZONE, ZoneInfo(DEFAULT_AGENT_TIMEZONE)
+    local = (now or datetime.now(timezone.utc)).astimezone(tz)
+    return (
+        f"{_JOURS[local.weekday()]} {local.day} {_MOIS[local.month - 1]} {local.year}, "
+        f"{local:%H:%M} ({name})"
+    )
+
 
 class BaseAgent(SkillsMixin, MemoryMixin, AgentInterface):
     """
@@ -1225,8 +1254,6 @@ class BaseAgent(SkillsMixin, MemoryMixin, AgentInterface):
 
     def _build_full_query(self, agent_input: StructuredAgentInput) -> str:
         """Build full query with clear separation between user query and file content."""
-        from datetime import datetime
-
         parts_text = []
 
         # Add text from all TextInputPart (file content)
@@ -1244,8 +1271,8 @@ class BaseAgent(SkillsMixin, MemoryMixin, AgentInterface):
                     f"[_build_full_query] Part {i + 1} length: {len(text)} chars, preview: {text[:200]}..."
                 )
 
-        # Add timestamp for temporal awareness
-        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+        # Add timestamp for temporal awareness (fuseau de AGENT_TIMEZONE, Paris par défaut)
+        timestamp = format_agent_timestamp()
 
         # Build message with clear structure
         if parts_text:

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/agent_framework/core/context_budget.py

@@ -63,6 +63,9 @@ class ModelContextRegistry:
         "claude-fable-5-1": 1_000_000,
         "gpt-5.4-pro": 1_050_000,
         "gpt-5.5-pro": 400_000,
+        "gpt-5.6-sol": 1_050_000,
+        "gpt-5.6-terra": 1_050_000,
+        "gpt-5.6-luna": 1_050_000,
         # Famille GPT-6 (doc OpenAI 29/09/2026) : 1,05 M de contexte.
         "gpt-6-luna": 1_050_000,
         "gpt-6-sol": 1_050_000,

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/agent_framework/core/model_clients.py

@@ -20,6 +20,7 @@ from .model_config import (
     ModelProvider,
     anthropic_supports_sampling,
     model_config,
+    openai_uses_responses_api,
 )
 
 
@@ -627,6 +628,36 @@ def register_anthropic_model_with_llamaindex(model_name: str | None) -> bool:
     return True
 
 
+def register_openai_model_with_llamaindex(model_name: str | None) -> bool:
+    """Ajoute ``model_name`` aux tables de ``llama_index.llms.openai.utils`` si elles l'ignorent.
+
+    Même défaut que côté Anthropic : llama-index lève ``Unknown model`` pour tout id absent
+    de ses tables figées (``gpt-6-*`` le 29/09/2026). Le modèle est enregistré comme modèle
+    de raisonnement (``O1_MODELS`` : ``max_completion_tokens``, ``reasoning_effort``), ce que
+    sont tous les GPT-5+. Fenêtre de contexte : ``ModelContextRegistry`` (repli 400k).
+    """
+    if not model_name:
+        return False
+    try:
+        from llama_index.llms.openai import utils as li_utils
+    except ImportError:
+        return False
+    if model_name in li_utils.ALL_AVAILABLE_MODELS:
+        return False
+    from .context_budget import ModelContextRegistry
+
+    context_window = ModelContextRegistry.CONTEXT_WINDOWS.get(model_name) or 400_000
+    for table in (li_utils.O1_MODELS, li_utils.ALL_AVAILABLE_MODELS, li_utils.CHAT_MODELS):
+        table[model_name] = context_window
+    logger.info(
+        "[ModelClientFactory] modèle %s inconnu de llama-index-llms-openai : enregistré "
+        "(fenêtre %d)",
+        model_name,
+        context_window,
+    )
+    return True
+
+
 _SAMPLING_DROP_WARNED: set[tuple[str, str]] = set()
 
 
@@ -1547,6 +1578,10 @@ class ModelClientFactory:
                 f"Install with: uv add llama-index-llms-openai"
             )
 
+        register_openai_model_with_llamaindex(params["model"])
+        if openai_uses_responses_api(params["model"]):
+            return self._create_llamaindex_openai_responses(params)
+
         logger.info(
             f"[ModelClientFactory] Creating LlamaIndex OpenAI LLM for model: {params['model']}"
         )
@@ -1566,6 +1601,35 @@ class ModelClientFactory:
 
         return llm
 
+    def _create_llamaindex_openai_responses(self, params: dict[str, Any]) -> Any:
+        """LLM LlamaIndex sur l'API Responses (voir ``OPENAI_RESPONSES_API_MODELS``).
+
+        ``max_tokens`` s'y appelle ``max_output_tokens`` ; la fenêtre de contexte est
+        passée explicitement. Pas de patch de sanitisation : il vise les ``messages`` de
+        /v1/chat/completions, llama-index sérialise lui-même les ``input`` de Responses.
+        """
+        from llama_index.llms.openai import OpenAIResponses
+
+        from .context_budget import ModelContextRegistry
+
+        params = dict(params)
+        if "max_tokens" in params:
+            params["max_output_tokens"] = params.pop("max_tokens")
+        params.setdefault(
+            "context_window", ModelContextRegistry.CONTEXT_WINDOWS.get(params["model"])
+        )
+        logger.info(
+            "[ModelClientFactory] Creating LlamaIndex OpenAI Responses LLM for model: %s",
+            params["model"],
+        )
+        try:
+            return OpenAIResponses(**params)
+        except TypeError as e:
+            logger.warning(
+                f"[ModelClientFactory] Parameter error: {e}, retrying without problematic params"
+            )
+            return self._retry_without_unsupported_params(OpenAIResponses, params, e)
+
     def _create_llamaindex_anthropic(self, params: dict[str, Any]) -> Any:
         """
         Create a LlamaIndex Anthropic LLM with error handling.

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/agent_framework/core/model_config.py

@@ -116,15 +116,21 @@ class ModelConfigManager:
     # Default model mappings (can be overridden by environment variables)
     # Modèles constatés sur les comptes Komus le 15/09/2026, revus le 29/09/2026 : seuls
     # les ids appelables à travers la lib (chat + stream + outil) sont proposés. Un id absent
-    # d'ici reste routé par motif (« gpt », « claude », « gemini »).
-    # Écartés le 29/09/2026 : gpt-5.4-pro / gpt-5.5-pro (Responses API seulement), gpt-6-*
-    # (inconnus de llama-index-llms-openai), gpt-5.6-* (400 « Function tools with
-    # reasoning_effort » dès qu'un outil est passé).
+    # d'ici reste routé par motif (« gpt », « claude », « gemini »). Les modèles de
+    # ``OPENAI_RESPONSES_API_MODELS`` passent par l'API Responses (voir plus bas).
     DEFAULT_OPENAI_MODELS: Final[list[str]] = [
         "gpt-5.4-nano",
         "gpt-5.4-mini",
         "gpt-5.4",
+        "gpt-5.4-pro",
         "gpt-5.5",
+        "gpt-5.5-pro",
+        "gpt-5.6-sol",
+        "gpt-5.6-terra",
+        "gpt-5.6-luna",
+        "gpt-6-luna",
+        "gpt-6-sol",
+        "gpt-6-astra",
     ]
 
     DEFAULT_ANTHROPIC_MODELS: Final[list[str]] = [
@@ -1036,6 +1042,26 @@ ANTHROPIC_NO_SAMPLING_MODELS: Final[tuple[str, ...]] = (
 ANTHROPIC_SAMPLING_PARAMS: Final[tuple[str, ...]] = ("temperature", "top_p", "top_k")
 
 
+# ---------------------------------------------------------------------------
+# OpenAI : modèles servis par l'API Responses
+# ---------------------------------------------------------------------------
+# Sur /v1/chat/completions, les « pro » n'existent pas et GPT-5.6 / GPT-6 refusent les
+# outils dès qu'ils raisonnent (400 « Function tools with reasoning_effort are not
+# supported », constaté le 29/09/2026). L'API Responses accepte outils + raisonnement :
+# ces modèles y passent (``OpenAIResponses`` de llama-index). Correspondance par préfixe.
+OPENAI_RESPONSES_API_MODELS: Final[tuple[str, ...]] = (
+    "gpt-6",
+    "gpt-5.6",
+    "gpt-5.5-pro",
+    "gpt-5.4-pro",
+)
+
+
+def openai_uses_responses_api(model_name: str | None) -> bool:
+    """True si le modèle OpenAI doit passer par l'API Responses."""
+    return bool(model_name) and model_name.lower().startswith(OPENAI_RESPONSES_API_MODELS)
+
+
 def anthropic_supports_sampling(model_name: str | None) -> bool:
     """True si le modèle Anthropic accepte encore temperature / top_p / top_k.
 

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/agent_framework/web/docs/Dockerfile

@@ -2,7 +2,7 @@
 # Base = image de runtime officielle (Chromium Playwright, Deno, git, root, sandbox locale) :
 # voir docs/AGENT_RUNTIME_IMAGE.md. Ne repartez PAS de python:*-slim à la main : vous
 # retomberiez sur une sandbox sans libs Chromium ni droits (export PNG impossible).
-FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.16
+FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.18
 
 WORKDIR /app
 

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/agent_framework/web/docs/README.md

@@ -173,7 +173,7 @@ Pour **déployer** un agent, partez de l'image officielle — Chromium Playwrigh
 sandbox locale déjà en place (sinon l'agent ne peut ni rendre un PNG ni installer quoi que ce soit) :
 
 ```dockerfile
-FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.16
+FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.18
 ```
 
 Détails, publication et visibilité GHCR : [docs/AGENT_RUNTIME_IMAGE.md](docs/AGENT_RUNTIME_IMAGE.md).

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18/agent_framework/web}/docs/configuration.md

@@ -117,6 +117,7 @@ MISTRAL_API_KEY=your-mistral-key
 - `claude-fable-5-1`, `claude-fable-5`
 
 **OpenAI:**
+- `gpt-6-sol`, `gpt-6-luna`, `gpt-6-astra`, `gpt-5.6-sol`, `gpt-5.6-terra`, `gpt-5.6-luna`, `gpt-5.5-pro`, `gpt-5.4-pro` (served through the OpenAI Responses API)
 - `gpt-5.5`, `gpt-5.4`, `gpt-5.4-mini`, `gpt-5.4-nano`
 
 **Google Gemini:**

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18/agent_framework_lib.egg-info}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: agent-framework-lib
-Version: 0.8.16
+Version: 0.8.18
 Summary: A comprehensive Python framework for building and serving conversational AI agents with FastAPI
 Author-email: Sebastian Pavel <sebastian@cinco.ai>, Elliott Girard <elliott.girard@icloud.com>
 Maintainer-email: Sebastian Pavel <sebastian@cinco.ai>
@@ -34,6 +34,7 @@ Requires-Python: <3.14,>=3.10
 Description-Content-Type: text/markdown
 License-File: LICENSE
 Requires-Dist: aiofiles>=24.1.0
+Requires-Dist: tzdata>=2024.1
 Requires-Dist: fastapi>=0.115.12
 Requires-Dist: uvicorn>=0.34.2
 Requires-Dist: fastmcp>=2.2.7
@@ -333,7 +334,7 @@ Pour **déployer** un agent, partez de l'image officielle — Chromium Playwrigh
 sandbox locale déjà en place (sinon l'agent ne peut ni rendre un PNG ni installer quoi que ce soit) :
 
 ```dockerfile
-FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.16
+FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.18
 ```
 
 Détails, publication et visibilité GHCR : [docs/AGENT_RUNTIME_IMAGE.md](docs/AGENT_RUNTIME_IMAGE.md).

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/agent_framework_lib.egg-info/requires.txt

@@ -1,4 +1,5 @@
 aiofiles>=24.1.0
+tzdata>=2024.1
 fastapi>=0.115.12
 uvicorn>=0.34.2
 fastmcp>=2.2.7

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/docs/AGENT_RUNTIME_IMAGE.md

@@ -33,7 +33,7 @@ Architectures : `linux/amd64`, `linux/arm64` (VM Mozart Scaleway = arm64).
 ## Utilisation dans un agent
 
 ```dockerfile
-FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.16
+FROM ghcr.io/komus-ai/agent-framework-runtime:0.8.18
 
 WORKDIR /app
 # Deps figées par uv.lock (jamais de résolution à neuf au build : cf. incident anthropic 1.5.0).
@@ -53,7 +53,7 @@ l'agent réinstalle ses deps depuis son lock, l'image fournit le système (Chrom
 
 - Automatique : workflow `.github/workflows/runtime-image.yml` sur tag `v*.*.*`, après attente de la
   version sur PyPI.
-- Manuelle : `gh workflow run runtime-image.yml -f version=0.8.16` (version déjà sur PyPI).
+- Manuelle : `gh workflow run runtime-image.yml -f version=0.8.18` (version déjà sur PyPI).
 - **Visibilité** : un paquet GHCR est privé par défaut. Mozart construit les images d'agents avec le
   CLI Docker du conteneur `mozart-server`, sans identifiants GHCR → le paquet doit être **public**
   (GitHub → Packages → `agent-framework-runtime` → Package settings → Change visibility). À faire une
@@ -62,7 +62,7 @@ l'agent réinstalle ses deps depuis son lock, l'image fournit le système (Chrom
 ## Vérifier une image
 
 ```bash
-docker run --rm ghcr.io/komus-ai/agent-framework-runtime:0.8.16 sh -c '
+docker run --rm ghcr.io/komus-ai/agent-framework-runtime:0.8.18 sh -c '
   whoami; deno --version | head -1; python -c "
 from playwright.sync_api import sync_playwright
 with sync_playwright() as p:

{agent_framework_lib-0.8.16/agent_framework/web → agent_framework_lib-0.8.18}/docs/configuration.md

@@ -117,6 +117,7 @@ MISTRAL_API_KEY=your-mistral-key
 - `claude-fable-5-1`, `claude-fable-5`
 
 **OpenAI:**
+- `gpt-6-sol`, `gpt-6-luna`, `gpt-6-astra`, `gpt-5.6-sol`, `gpt-5.6-terra`, `gpt-5.6-luna`, `gpt-5.5-pro`, `gpt-5.4-pro` (served through the OpenAI Responses API)
 - `gpt-5.5`, `gpt-5.4`, `gpt-5.4-mini`, `gpt-5.4-nano`
 
 **Google Gemini:**

{agent_framework_lib-0.8.16 → agent_framework_lib-0.8.18}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "agent-framework-lib"
-version = "0.8.16"
+version = "0.8.18"
 description = "A comprehensive Python framework for building and serving conversational AI agents with FastAPI"
 readme = {file = "README.md", content-type = "text/markdown"}
 license = {text = "MIT"}
@@ -54,6 +54,8 @@ requires-python = ">=3.10,<3.14"
 dependencies = [
     # Core async file handling
     "aiofiles>=24.1.0",
+    # Base des fuseaux horaires (zoneinfo) : les images python:*-slim ne l'embarquent pas
+    "tzdata>=2024.1",
     "fastapi>=0.115.12",
     "uvicorn>=0.34.2",
     # Model Context Protocol