Roadmap - FIM One

Goal: Build an all-in-one agent platform for Global × China enterprises — delivered through three progressive modes: Standalone (portal assistant), Copilot (embedded in host system), Hub (central cross-system orchestration). Principles: Provider-agnostic (no vendor lock-in), minimal-abstraction, protocol-first, connector-first (integration is the core value).

Produktvision

FIM One ist eine All-in-One-Agent-Plattform, die drei progressive Liefermodi unterstützt:

Standalone   → Your own AI assistant (Portal)
Copilot      → AI embedded in a host system (iframe / widget / embed)
Hub          → Central cross-system orchestration (Portal / API)

Systemübergreifende Orchestrierung ist der Kernunterscheidungsfaktor. Enterprise-Kunden haben Legacy-Systeme — ERP, CRM, OA, Finanzen, HR — die über KI miteinander kommunizieren müssen: GTM-Pfad: Land and Expand

Schritt	Modus	Was passiert
Land	Copilot	In ein System einbetten, Mehrwert in der UI nachweisen
Expand	Copilot → Hub	Auf weitere Systeme ausrollen; Hub-Modus aggregiert sie

Bekannte Probleme

Nachverfolgter Bugs, die in der Produktion reproduzierbar sind, aber noch nicht behoben wurden. Jeder Eintrag nennt das Symptom, den vermuteten Bereich und die Lösung (falls vorhanden). Einträge werden in einen Versionbereich verschoben, sobald eine Lösung festgelegt und geplant ist.

Agent-Editor zeigt Warnung für ungespeicherte Änderungen bei Einträgen ohne Bearbeitung. Das Öffnen eines vorhandenen Agenten über /agents/[id] und sofortiges Zurückklicken löst den Dialog „Ungespeicherte Änderungen” aus, auch wenn kein Feld berührt wurde. Die Dirty-Check vergleicht 20+ Felder mit der geladenen Agent-Nutzlast, daher reicht ein asymmetrisches Standard-Default zwischen State-Initialisierung und Dirty-Vergleich aus, um eine Phantom-Abweichung zu verursachen — aktuelle Vermutung ist eines der verschachtelten Felder model_config_json / Benachrichtigung / Genehmigungsrouting, möglicherweise von undefined vs null vs "" Normalisierung. Lässt sich besonders bei organisationsgesteuerten Agenten reproduzieren. Lösung: Dialog schließen (Verwerfen und verlassen) — kein Datenverlust, da sich nichts tatsächlich geändert hat. Versuchte Behebung (cb40c86a) entfernte ein verwandtes verwaistes Badge-Flackern auf den Ressourcen-Pickern, aber löste dieses Problem nicht.
Das Speichern einer Agent-Bearbeitung kann mit Input should be 'initiator', 'agent_owner' or 'org_members' fehlschlagen. Pydantic lehnt das Feld confirmation_approver_scope an der Grenze /api/agents/{id} PUT ab, obwohl jeder gespeicherte Wert in der Datenbank eines der drei gültigen Literale ist. Vermutung: Das Frontend-Cast as "initiator" | "agent_owner" | "org_members" ist nur ein Compile-Time-Versprechen, daher kann ein veralteter oder unerwarteter Runtime-String (möglicherweise aus einer Vorlage, einem Import oder einer älteren Migration) durch setConfirmationApproverScope schlüpfen und wörtlich zurückgesendet werden. Lösung: Wählen Sie explizit einen Wert in der Dropdown-Liste Genehmigung → Genehmiger-Bereich aus, bevor Sie speichern.
Playground Stop-and-Retry zeigt transiente visuelle Artefakte, die ein Seiten-Refresh immer behebt. Drei gleichzeitige Render-Quellen — activeConversation.messages (DB-Snapshot), der SSE-Stream messages und der optimistische Platzhalter pendingQuery — werden nicht in einen einzelnen abgeleiteten State zusammengefasst, daher kann die UI zwischen dem Klick auf „Retry” und dem Eintreffen der gepaarten Assistant-Antwort (a) kurzzeitig dieselbe Anfrage zweimal im Pre-Stream-Fenster rendern, (b) frühere verwaiste User-Bubbles aus dem Retry-Verlauf ablegen, während hasLiveMessages true ist und bevor der Snapshot neu geladen wird, und (c) flackern im engen Fenster zwischen dem SSE-Event „done” und dem nächsten selectConversation-Refresh. Daten gehen nie verloren — jede User-Nachricht (einschließlich abgebrochener Wiederholungen) wird in conversation.messages persistiert, mit normalize_alternating_messages in den nächsten LLM-Aufruf übernommen und nach Refresh über HistoryTurn.orphanUserContents (eingeführt in der Render-Behebung 48ba08c6) korrekt gerendert. Zur Kontextualisierung: Claudes eigene Web-UI zeigt eine analoge Klasse von Bugs — das Stoppen während einer Antwort und sofortiges Senden einer Folgefrage erzeugt manchmal die Folgefrage als Sibling-Edit-Zweig der ersten Anfrage statt sie als neuen Turn anzuhängen — daher ist dies ein bekanntes schwieriges Problem bei Optimistic-UI + SSE + Persistiertes-History-Designs, nicht ein FIM-One-spezifischer Defekt. Eine echte Behebung erfordert das Zusammenfassen der drei Render-Quellen in einen einzelnen abgeleiteten State; aufgeschoben bis zu einer breiteren Playground-State-Machine-Umgestaltung.

Ausgelieferte Versionen

v0.1 (2026-02-22) — MVP: ReAct + DAG Planner

ReActAgent mit Tools (calculator, python_exec, web_search)
DAG Planner (LLM generiert Abhängigkeitsgraphen)
Portal UI mit Streaming + KaTeX

v0.2 (2026-02-24) — Multi-Model + Memory

Wiederholung / Rate Limiting / Nutzungsverfolgung
Native Funktionsaufrufe (kein reines JSON-Parsing)
Multi-Model-Unterstützung (schnelles + Haupt-LLM)
Speicher: WindowMemory, SummaryMemory
FastAPI-Backend mit SSE-Streaming

v0.3 (2026-02-25) — Web Tools + MCP

Web tools (web_search, web_fetch) via Jina/Tavily/Brave
File operations tool
MCP client (standard tool integration)
Tool auto-discovery + categories
DAG visualization with click-to-scroll
Code exec in Docker (--network=none)

v0.4 (2026-02-25) — Multi-Turn + Agents

Mehrturn-Gespräche (DbMemory)
Tool-Schritt-Faltungs-UI
HTTP-Anfrage- + Shell-Exec-Tools
Agentenverwaltung (erstellen, konfigurieren, veröffentlichen)
JWT-Authentifizierung
Pro-Agent-Ausführungsmodus + Temperatursteuerung

v0.5 (2026-02-28) — Vollständige RAG + Grounded Generation

Vollständige RAG-Pipeline (Embedding + Vector Store + FTS + RRF + Reranker)
Grounded Generation (Zitationen, Zuverlässigkeitsbewertungen)
Wissensdatenbank-Dokumentverwaltung (CRUD, Suche, Wiederholung, Schemamigration)
ContextGuard + angeheftete Nachrichten (Token-Budget-Manager)
DbMemory-Persistenz + LLM Compact
DAG-Neuplanung (bis zu 3 Runden)

v0.6 (2026-03-01) — Connector Platform

Connector CRUD: create, read, update, delete
ConnectorToolAdapter: converts Connector → BaseTool
Per-user credentials: AES-GCM encryption
Confirmation gate: write operation approval
Audit logging: all tool calls recorded
Circuit breaker: graceful degradation on failures
Utility tools: email_send, json_transform, template_render, text_utils
Embedding options: Jina, OpenAI, custom providers

v0.7 (2026-03-06) — Admin Platform + Multi-Tenant

Admin Platform: Benutzerverwaltung, Rollenwechsel, Passwort-Reset, Konto aktivieren/deaktivieren
Nur-auf-Einladung-Registrierung: drei Modi (offen/Einladung/deaktiviert) + Einladungscode CRUD
Speicherverwaltung: Festplattennutzung pro Benutzer, Löschen, Verwaisten-Cleanup
Gesprächsmoderation: Admin-Liste/Löschen aller
Erzwungene Abmeldung pro Benutzer: alle Token widerrufen
API-Gesundheits-Dashboard: Systemstatistiken, Connector-Metriken
Ersteinrichtungs-Assistent: geführte Erstellung des Admin-Kontos
Persönliches Zentrum: globale Anweisungen pro Benutzer, Spracheinstellung
JWT auth: tokenbasierte SSE-Authentifizierung, Gesprächseigentum
Globale MCP servers: vom Admin bereitgestellt, in allen Sitzungen geladen
Abwärtskompatibilität: registration_enabled → registration_mode Auto-Migration

Invite code management
Per-user quotas (429 enforcement)
Structured audit logging
Sensitive word filtering
Admin login history
Admin file browser
Enhanced admin views (model_name, tools, kb_ids fields)
Docker Compose deployment (single image, named volumes)
OAuth auto-detection from window.location
Extended thinking / reasoning support (LLM_REASONING_EFFORT, LLM_REASONING_BUDGET_TOKENS) for OpenAI o-series, Gemini 2.5+, Claude
Admin per-tool enable/disable (disabled tools excluded from chat at runtime)
MCP servers management moved to Connectors page
Dual database support: SQLite (zero-config default) + PostgreSQL (production); Docker Compose auto-provisions PostgreSQL
Models configuration documentation page with extended thinking setup per provider
SSE Protocol v2: real-time answer streaming with delta_reasoning, usage fields, and split done/suggestions/title/end events; SQLite pool size 5 -> 20
AI Builder expansion: 7 new builder tools (GetSettings, TestConnection, ImportOpenAPI for connectors; ListConnectors, AddConnector, RemoveConnector, SetModel for agents), is_builder flag on agents, builder prompt auto-refresh, SSRF guard
SSE v2 frontend: streaming dot-pulse cursor, DAG re-plan round snapshots as collapsible cards, DAG layout decoupled from step states
AI Builder concept documentation page with connector and agent builder guides
Organization system: full CRUD with role-based membership (owner/admin/member), admin management UI
Three-tier resource visibility (personal/org/global) for agents, connectors, knowledge bases, MCP servers
Publish/unpublish API for all resource types; owner delegation for published agents
Admin set-visibility endpoint (replaces clone-to-global); unified build_visibility_filter() query helper
Database Connectors (Phase 1-3): direct SQL access to PG/MySQL/Oracle/SQL Server + Chinese legacy DBs; schema introspection, AI annotation, read-only query execution, encrypted credentials, 3 tools per connector (list_tables, describe_table, query)
Evaluation Center: quantitative agent quality benchmarking — test dataset CRUD (prompt + expected behavior + assertions), eval runs (parallel execution + LLM grader + per-case pass/fail/latency/token results), results viewer with auto-polling; migration r8t0v2x4z567
Three model roles (General/Fast/Reasoning) with per-tier env config isolation; fast model no longer inherits main model settings
StepOutput dataclass replacing plain string step results for structured data and artifact passing
Tool cache for DAG execution — identical tool calls cached per-run with async lock stampede prevention (DAG_TOOL_CACHE)
Per-step LLM verification with 1 retry on failure (DAG_STEP_VERIFICATION)
Auto-routing: fast LLM classifies queries as ReAct or DAG; /api/auto endpoint; frontend 3-way mode toggle (AUTO_ROUTING)
~~Shadow Market Organization + Resource Subscriptions~~: Built-in Market org (shadow, no auto-join) replaces Platform org; resources discovered via marketplace browsing and explicitly subscribed (pull model); Market API for subscribing to shared resources; publish-to-Market always requires review; Resource subscriptions table; org-based resource sharing replacing global visibility
~~Agent Auto-discovery and Sub-agent Binding~~: discoverable flag on agents; sub_agent_ids whitelist; CallAgentTool for delegating tasks to specialist agents
~~MCP Server Credentials + Per-User Override~~: mcp_server_credentials table; PUT /api/mcp-servers/{id}/my-credentials endpoint; allow_fallback flag for credential fallback behavior
~~Connector/KB Toggle~~: POST /api/connectors/{id}/toggle and POST /api/knowledge-bases/{id}/toggle for suspending/resuming resources
~~Standalone KB Conversations~~: kb_ids field on conversations for direct KB chat without agent binding

v0.8 (2026-03-20) — Connector Declarative Config + Progressive Disclosure

v0.8.1 (2026-03-29) — Progressive Disclosure Maturity + ReAct Hardening

Progressive Disclosure für DB-Connectoren (DatabaseMetaTool), MCP-Server (MCPServerMetaTool) und bedarfsgesteuertes Tool-Laden (request_tools Meta-Tool)
DAG-Qualitätsüberholung (5 Verbesserungen: Modell-Upgrade, automatische Skill-Erkennung, Citation Verifier, strukturierte Inhaltsbeibehaltung, domänengestützte Weiterleitung)
Domain Model Escalation in ReAct (spezialisierte Domänen eskalieren automatisch zum Reasoning-Modell)
Pro-Modell Native Function Calling Toggle (tool_choice_enabled)
ReAct-Zyklenerkennung (deterministische Vermeidung doppelter Tool-Aufrufe)
ReAct-Abschluss-Checkliste (Vor-Antwort-Verifizierung bei Verwendung von Tools)
Resource Fork Phase 1 (MCP Server + Skill Fork Endpoints mit Lineage Tracking)
Workflow Connection Dep Auto-Subscribe (rekursive Abhängigkeitsauflösung von Sub-Workflows)
Vordefinierte Lösungsvorlagen (8 vertikale Lösungen beim ersten Registrieren auf dem Markt bereitgestellt)
Verbesserungen bei Admin-Benachrichtigungen (Zeitzonen-bewusst, Master-Schalter, SMTP Reply-To)
Pro-Turn Token Budget Circuit Breaker (REACT_MAX_TURN_TOKENS)
Zentralisierte Tool-Kürzung, dynamische System Prompt Budgetierung
Dateianhang-Download, Behebung doppelter Nachrichtenübermittlung

v0.8.2 (2026-04-10) — Agent Core Hardening + Vision Documents

Agent Core Phase 0 — Compact prompt upgraded to 9-section structured format; empty tool result protection (descriptive message instead of (no output)); anti-loop prompt + cycle detection threshold lowered to 2; domain classifier + pre-flight DB config resolution parallelized (400–1100 ms saved per request); SSE end event sent immediately after answer, with title/suggestions moved to background tasks
Agent Core Phase 1 (Context Anti-Bloat) — MicroCompact rule-based old tool result cleanup (keep last 6); REACT_TOOL_RESULT_BUDGET=40000 aggregate cap; reactive compact on context overflow (auto-compact to 50% budget and retry instead of crashing)
Agent Core Phase 2 (Speed) — Keyword-based tool pre-selection (skips LLM call on obvious matches, 200–500 ms saved); SharedHttpClient LLM connection pooling; completion check skipped for answers >200 tokens; FallbackLLM wraps primary+fast with automatic failover on 429/503/529/connection errors
Intelligent Document Processing (Vision-Aware) — Adaptive document handling: PDF pages rendered as images via PyMuPDF for vision-capable models (GPT-4o, Claude 3/4, Gemini), text-only fallback via pdfplumber. Per-model supports_vision flag. Modes via DOCUMENT_PROCESSING_MODE, DOCUMENT_VISION_DPI, DOCUMENT_VISION_MAX_PAGES. DOCX/PPTX embedded image extraction. Multi-turn vision persistence across conversation turns. Smart PDF processing (text-rich pages extract text + images; scanned pages render as full-page PNG). Pre-built sandbox image (Dockerfile.sandbox) with common data-science packages for --network=none code execution
Resource Fork completion — Agent / Connector / Workflow fork endpoints added, completing the five-type lineage tracking (KB fork removed — inherently user-local)
File integrity guardrail — System prompt rule prevents the agent from substituting unrelated file contents when a target file is unreadable; uploaded files now include file_id in message context for direct read_uploaded_file access

v0.8.3 (2026-04-16) — Universal Document Conversion + Agent Core Phase 3

Universal Document Conversion (convert_to_markdown + OCR) — Built-in Agent tool wrapping Microsoft MarkItDown; converts PDF, Word, Excel, PowerPoint, HTML, JSON, CSV, XML, ZIP, EPUB, Outlook .msg, images, audio, YouTube URLs to Markdown. LiteLLMOpenAIShim enables OCR via any vision-capable LLM (Claude, Gemini, Bedrock, Azure). Vision-aware RAG ingestion with zero-regression text-only fallback. LLM_SUPPORTS_VISION env var for opt-out
Agent Core Phase 3 (Runtime Invariant Hardening) — Conversation recovery (dangling tool_use auto-repair); structured compact work card (WorkCard typed merge across compaction rounds); turn-level profiler (REACT_TURN_PROFILE_ENABLED); per-user rate limiting (LLM_RATE_LIMIT_PER_USER); empty-content assistant message with tool_calls no longer dropped

v0.8.4 (2026-04-17) — Prompt Cache + Reasoning Correctness

System prompt section registry with cache breakpoints — Memoized PromptRegistry splits system prompts into stable prefix + dynamic suffix; cache-capable providers (Claude, Bedrock Anthropic, Vertex Claude) receive cache_control: {"type": "ephemeral"} on the prefix for ~60-80% per-turn input token savings. Non-cache providers get a single concatenated message (zero behavior change)
Prompt cache observability — cache_read_input_tokens and cache_creation_input_tokens tracked through UsageSummary → TurnProfiler → done_payload.cache field. Structured turn_cache log line per turn. Doubles as relay cache-honesty probe
Conversation recovery MVP — Synthetic tool_result rows persist after interrupted turns; POST /chat/resume replays cached SSE events from a monotonic cursor; frontend useSseResume hook auto-reconnects with exponential backoff (300ms → 1s → 3s, max 3 attempts) and “Reconnecting…” indicator
Thinking-block persistence with signature — reasoning_content + Anthropic signature persisted in metadata_["thinking"] and replayed on subsequent turns; fixes HTTP 400 signature mismatch on Claude 4 multi-turn conversations
Provider-aware reasoning replay policy — Centralized reasoning_replay_policy() in core/prompt/reasoning.py gates serialization per provider family: Claude replays thinking blocks with signature; DeepSeek-R1/Qwen-QwQ/Gemini-thinking/o-series drop reasoning_content on outbound (previously leaked, breaking provider KV caches and violating API docs)

v0.8.5 (2026-04-23) — Channel Integration + Hook System + Contributor i18n

Feishu Channel (Phase 1 subset) — Org-scoped Channel resource with Fernet-encrypted credentials; FeishuChannel supports interactive card send + callback (signature verification + URL challenge); Settings → Channels management UI (list, create/edit with dirty-state protection, details with copyable callback URL, test-send); CRUD API (/api/channels) and event callback endpoint (/api/channels/{id}/callback). Shipped early for 2026-04-24 roadshow
Agent Hook System (live in ReAct + DAG runtime) — PreToolUseHook / PostToolUseHook abstraction in src/fim_one/core/hooks/; agents declaring hooks.class_hooks in model_config_json have hooks instantiated and registered per chat session. First consumer FeishuGateHook posts an Approve/Reject card to the linked Feishu group when an agent calls a requires_confirmation=True tool, blocks execution, and resumes or aborts based on verdict
Configurable confirmation gate (inline OR channel) — Every agent gets an Approval section with three routing modes (Auto / Inline only / Channel only), approver-scope selector (initiator / owner / anyone in org), per-tool override, and explicit approval-channel picker. Auto mode gracefully falls back to an inline approval card when no channel is linked. POST /api/confirmations/{id}/respond shares a single decision-recording path with the Feishu webhook
Per-agent task completion notifications — Long-running ReAct or DAG agents can push a summary card to the org’s channel when a task finishes. First consumer of the generic outbound notification pattern
Hook Approval Playground — Channels details sheet has a “Test Approval Flow” action that exercises the full production path (genuine ConfirmationRequest row, real Feishu callback, status transitions) — same code path a production hook uses
Contributor-friendly i18n CI fallback — .github/workflows/i18n-sync.yml translates EN → ZH/JA/KO/DE/FR on master after PR merge and auto-commits with [skip ci]; contributors no longer need LLM_API_KEY locally. Pre-commit locale-edit guard refuses manual edits to generated locale files (ALLOW_LOCALE_EDIT=1 override for legitimate translation fixes). End-to-end verified via smoke-test push
Exa integration docs — Dedicated Integrations section with a first-class Exa page covering the full Exa search surface (neural / fast / deep-reasoning / instant), filtering, content retrieval, and three tuned presets
Xinchuang (信创) database support — Database Connector now lists KingbaseES (人大金仓), HighGo (瀚高), and DM8 (达梦) alongside PostgreSQL/MySQL. PG-compatible drivers reuse asyncpg; DM8 uses dmPython. scripts/test_xinchuang_dbs.py verifies live connectivity from the CLI
Channels + Hook System architecture docs — docs/architecture/hook-system.mdx explains the three hook points and walks through FeishuGateHook end-to-end; existing architecture pages cross-link; README lists Messaging Channels as a first-class capability
Hardening — Duplicate Feishu callback clicks produce a replacement card instead of double-deciding; concurrent callback clicks resolved via conditional UPDATE ... WHERE status='pending' rowcount check; pending approvals auto-expire after CHANNEL_CONFIRMATION_TTL_MINUTES (default 24h) via background sweeper; Settings → Channels respects org role (members see read-only UI); parallel tool-call aggregator handles providers that reuse index=0 for every delta; session-expiry redirect preserves query string

v0.8.6 (2026-05-08) — Stripe Billing + Verbesserungen

Stripe Billing MVP — Free + Pro Tiers; Checkout, Customer Portal, Webhook-Lebenszyklus; /settings?tab=billing; Admin Plan/Subscription CRUD; Quota-Durchsetzung berücksichtigt den Plan jedes Benutzers
Von Admin kontrolliertes Billing-Feature-Flag — system_settings.billing_enabled steuert die gesamte Stripe-Pipeline, sodass private Bereitstellungen ohne Stripe-Anmeldedaten nie eine nicht funktionale Zahlungs-UX zeigen
Unbegrenzte Pro-Benutzer-Quote — Leer erbt globalen Standard, 0 gewährt unbegrenzt; zuvor beide in denselben Zustand eingeklappt
Übersetzungs-Glossar als einzige Quelle der Wahrheit — scripts/translation-glossary.md konsolidiert Pro-Locale-Regeln; Pre-Commit lehnt manuelle Bearbeitungen von generierten Locale-Dateien bedingungslos ab
Lizenz + anwendbares Recht zu FIM Labs Pte. Ltd. (Singapur) migriert; SIAC-Schiedsverfahren in English; neue Top-Level NOTICE Datei
Playground-Folgeverbesserungen wiederhergestellt, Opt-in pro Agent
Stabilitätsfixes — Strict-Alternation-Provider-Verlauf, parallele Tool-Call-Grenzenerkennung, Confirmation-Flow für ungebundene Agents, Channel-Rollensteuerung, Duplikat-Unterdrückung bei Wiederholung, keine Umschreibung nach Ablehnung

v0.8.7 (2026-06-10) — Security Hardening + Guardrails v0 + Billing Correctness

JWT token-type confinement — closes a 2FA bypass where any same-signed token (temp/refresh/ticket) could authenticate API and SSE endpoints
OAuth hardening — email auto-link requires a provider-verified email (account-takeover fix); OAuth refresh tokens stored hashed so session rotation works
Content guardrails v0 — input/output tripwire layer (core/agent/guardrail); ships jailbreak detector + max-length output guardrail, env-var configured
file_ops.apply_patch — V4A diff patches with fuzzy whitespace matching, complements find_replace
Billing-cycle correctness — quota resets on the subscription anniversary (not calendar month); renewals advance the period via authoritative Stripe lookup; usage display aligned to the enforcement window
Reliability fixes — pseudo-protocol tool-call leak stripped from answers; tunable HTTP keep-alive ends APIConnectionError bursts; API-key usage stats persist on read-only requests
Billing tab visual overhaul — full-width, consistent with other Settings tabs

Geplante Versionen

v0.9 — Observability + Production Hardening

Ziel: Produktionsreife Operationen + vier Säulen zur Schließung der Lücke zwischen „Anweisungen, die der Agent möglicherweise befolgt” und „Garantien, die das System erzwingt” — Trace Layer (sehen, was passiert ist) · Hook System (erzwingen, was passieren muss) · Agent Workspace (persistente Dateien + Handoff) · IM Channel (Agents leben dort, wo Benutzer arbeiten).

Auth & Security Hardening

~~JWT token-type confinement (2FA bypass) + OAuth account-takeover & session fixes~~ (shipped in v0.8.7)
~~PostgreSQL timezone-aware timestamps~~ (shipped in v0.8.6)
Force-logout timestamp comparison normalizes tz-aware/naive values to UTC by conversion — revoked tokens reliably rejected on both SQLite and PostgreSQL
Docker Compose PostgreSQL credentials overridable via POSTGRES_* env (single-sourced into the connection string) — no more accidentally-shipped fim:fim default on exposed deployments

Connector + Tooling

Connector Progressive Disclosure Phase 3-4 — unified ConnectorExecutor (API/DB/MCP); jsonschema action validation; protocol-agnostic discover/execute
YAML/JSON connector config — platform auto-generates MCP server
Database connectors Phase 4 — Oracle (oracledb), SQL Server (aioodbc), GBase (aioodbc + GBase ODBC). DM8 / KingbaseES / HighGo shipped in v0.8.5
MCP Connection Pooling — pool STDIO with per-user env isolation; share httpx.AsyncClient for SSE/HTTP. Target ≤100 ms warm-start, O(1) HTTP connections per server

Content Guardrails

~~Content guardrails v0 (input/output tripwire, jailbreak detector, env-var config, guardrail_tripwired SSE event)~~ (shipped in v0.8.7)
Off-topic filter (classifier-backed input guardrail) — defer to v0.5 if regex stays sufficient
PII redactor output guardrail (regex + classifier hybrid)
Per-agent guardrail configuration UI (admin panel)

Hook System

Per-Hook-Konfigurationsweiterleitung ({"name": ..., "config": {...}} Schema)
DAG tools_used Genauigkeit (echte Toolnamen aus Pro-Schritt ReAct via Step-Completion-Callback)
Hook-Vererbung für CallAgentTool + Workflow AGENT Knoten (Security Default vs Flexibility Default)
Integrierte Hooks: ConnectorCallLog Autoregistrierung, Read-Only-Modus Blockierung, DB-Ergebnistruncation, Pro-Connector-Ratenlimit
SessionStart Hook-Punkt + Benutzerdefinierten YAML Hooks
~~Skelett + FeishuGateHook + Approval Playground + ReAct/DAG Runtime~~ (veröffentlicht in v0.8.5)

IM Channel Integration

Channels: WeCom, Slack, Email, Teams outbound
Outbound patterns: failure alerts, budget warnings, scheduled digests, escalation, audit receipts, approval escalation
Phase 2 — Inbound trigger (@mention agent in IM group)
~~Feishu Channel (Phase 1 subset) + Task completion notification~~ (shipped in v0.8.5)

Connector-Autorisierungsebenen

Stufe 1 — DB-Modus (ConnectorScopeGuard PreToolUse Hook: Verb-Blockierung, Tabellen-Whitelist/Blacklist, Spalten-Redaktion, Scope-Prädikat-Injektion)
Stufe 2 — Open-API-Modus (Admin-UI zur Anforderung von Benutzer-spezifischen Anmeldedaten; Key-Binding-Health-Dashboard)
Stufe 3 — Login-Ticket-Austausch (LoginTicketCredential für Frontend/Backend-Split-Systeme ohne benutzer-spezifische API-Schlüssel)
Ebenenübergreifende Nachverfolgbarkeit (caller_user_id, effective_credential_source, scope_rules_applied in ConnectorCallLog)

Identity Provider Module + Channel Slim-down

identity_providers + user_identity_map Modelle — DB-Level pro-Org SSO/OAuth-Konfiguration ersetzt ENV-Level Third-Party-Login
Feishu SSO via IdP (“Login with Feishu” ergibt FIM-Sitzung + Upstream-Token, entfernt Pro-Benutzer API-Key-Reibung für Tier-2)
Org-Graph-Synchronisierung via IdP (Feishu-Abteilungen → FIM-Org-Baum); WeCom + DingTalk folgen
Channel reduziert auf Delivery + Gate; Identity-Funktionen (SSO / OrgSync) leben nur in IdP

Public API Phase 2

Observability

Agent Trace Layer — Trace/Span model, frontend timeline viewer, OTel export (LangSmith-style application-level run/trace/thread)
Metrics dashboard — latency, success rate, token usage, connector analytics (per-agent / user / org)

Agent Workspace

Tool Output Offloading — workspace:// URIs für >8K Responses + read/list/write_workspace_file Tools
Handoff Notes — write_handoff(summary) bleibt bei Komprimierung erhalten
Workspace UI — Dateibrowser pro Konversation; sessionübergreifende Persistierung; Speicherquota pro Benutzer
Cross-session conversation recall — list_conversations, search_conversations, read_conversation Tools

Prompt-Cache + Reasoning-Weiterverfolgungen

Gemini Context Cache Adapter (separater REST-Cache-Lebenszyklus vs. Anthropic-Inline-Marker)
Prompt-Registry-Erweiterung auf Planer / Verifizierer / Domänen-Klassifizierer / Kompakt
Pro-Agent cache_ttl (kurzlebig 5min vs. erweitert 1h)
DAG-Schritt-Level-Checkpoint-Tabelle für Mid-DAG-Wiederaufnahme
Dedizierte tool_call_id Message-Spalte (indizierte Orphan-Query-Lookup bei Skalierung)
Mid-Stream-Thinking-Token-Rekonstruktion (Wiederaufnahme-Granularität feiner als vollständiges SSE-Event)
API-Relay-Cache-Ehrlichkeits-Sonde (Admin-ausgelöst: erkennt Relays, die cache_control entfernen)

Zuverlässigkeit-Nachverfolgungen (Agent Core Priority Matrix)

Content replacement state persistence (streaming invariant #2: “once seen, fate frozen”)
Attachment context router (dedup, aggregate budget, liveness checks; pairs with Workspace offloading)
Side query workers (dedicated pools for recall / classify / summary so they don’t contend for main rate-limit budget)

Ökosystem + Skalierung

Geplante Jobs + Event-ausgelöste Intelligente Körper — scheduled_jobs + job_runs + APScheduler; cron + webhook-inbound. Async Sub-Agent-Anwendungsfall für Hub-Modus
Observability der Workflow-Trigger-Identität — ExecutionContext.trigger_source (webhook | cron | manual | batch | sub) wird an allen 5 WorkflowEngine-Standorten gefüllt; in Run-Panel und Connector-Logs angezeigt
Pro-Workflow credential_policy Override (owner / caller / auto) — überschreibt die Standard-Zuordnung trigger_source → identity
DB Schema Advanced Builder — KI-gesteuerte Annotation für 1K-7K+ Tabellenbereitstellungen (Selektivität + Business-Context-Reasoning)
Sandbox-Härtung (v2 Code-Execution-Isolation)
Performance-Tests (Concurrent-Load-Benchmarks)
Internal Harness Benchmark (quantifizieren Sie Harness-Parameteränderungen über Eval Center)

Bereits früh ausgeliefert

v1.0 — Hot-Plug + Embeddable

Ziel: Connector-Hinzufügung ohne Neustart, Paket-Ökosystem und eingebettete Bereitstellung. Impact: Unternehmen stellen FIM One von Null bis Multi-System-Orchestrierung in Tagen bereit. Package-System schafft ein Creator-Ökosystem — Solution-Autoren veröffentlichen zusammengesetzte Bundles (Skill + Agents + Connectors + KBs + Workflows), Unternehmen installieren mit einem Klick, Creator verdienen durch Adoption. Install/Fork-Dualität deckt sowohl „As-Is verwenden” als auch „Aus Template anpassen” Anwendungsfälle in einem einzigen Mechanismus ab.

Gefrorene Funktionen (Ausgeliefert, nur Wartung)

Gemäß der Orthogonality Strategy sind diese Funktionen ausgeliefert und funktionsfähig, erhalten aber keine neuen Möglichkeiten (nur Fehlerbehebungen):

Funktion	Version	Grund für Einfrieren
ReAct Agent	v0.1, v0.9	Modelle verfügen jetzt über natives Tool Calling. Mid-Loop Self-Reflection (v0.9) verhindert Goal Drift in langen Ketten. Qualität der Tool Observation Synthesis verbessert (8K Zeichen, konfigurierbar über `REACT_TOOL_OBS_TRUNCATION`)
DAG Planning / Re-Planning	v0.1, v0.5, v0.7.5	Reasoning-Fähigkeiten von Modellen verbessern sich; Dekomposition wird Single-Shot. Per-Step Verification in v0.7.5 ausgeliefert (`DAG_STEP_VERIFICATION`). Gehärtet: Cascade Failure Propagation, Verifier Status Fix, Planner Tool Descriptions, vollständige Replan History, Whitelist-basiertes Tool Caching. 14 Engine Constants als ENV Vars verfügbar — keine weiteren Planning Primitives geplant
Memory (Window, Summary, Compact)	v0.2, v0.5	Context Windows wachsen (200K+); weniger Bedarf für externes Memory Management
RAG Pipeline	v0.5	Provider bauen Retrieval nativ (OpenAI file_search, Gemini Search Grounding)
Grounded Generation	v0.5	Modelle verbessern sich bei Citations; 5-Stage Pipeline bringt sinkenden Nutzen
ContextGuard / Pinned Messages	v0.5	Wird wie vorhanden ausgeliefert; keine neuen Funktionen

Überlegungen (Auf unbestimmte Zeit verschoben)

Gemäß der Orthogonalitätsstrategie würden diese Funktionen mit hohem Aufwand verbunden sein und Absorptionsrisiken bergen:

Feature	Grund für Verschiebung
Multi-Agent-Orchestrierung (tiefe Hierarchien)	Anbieter entwickeln nativ (OpenAI Swarm, Google A2A und ähnliche Multi-Agent-Angebote). FIM One’s CallAgentTool deckt den Single-Level-Delegationsfall ab; ereignisgesteuerte Hintergrund-Agenten werden durch Scheduled Jobs in v0.9 abgedeckt
Selbstmodifizierende Agent-Fähigkeiten (Procedural Memory)	Agenten aktualisieren ihre eigene `skill.md` während der Ausführung — hohe Komplexität, große Sicherheits-/Audit-Oberfläche. Abhängig davon, dass Agent Skill System (v0.8) zunächst ausgeliefert wird. Neu bewerten, wenn Enterprise-Kunden explizit selbstverbessernde Agenten anfordern
~~Agent Workspace (Tool Output File Offloading)~~	Zu v0.9 befördert. Der Mehrwert liegt im selektiven Lesen, nicht in der Kontextkapazität — Framework-übergreifende Validierung bestätigt. Ursprüngliche Verschiebungsbegründung („200K+ Fenster reduzieren Dringlichkeit”) war falsch.
Cross-Session Long-Term Memory	Kontextfenster wachsen schnell (200K–2M); Anbieter fügen eingebaute Memory-Funktionen hinzu (OpenAI memory, Gemini context caching); hohe Implementierungskosten vs. sinkender Differenzierungswert. Neu bewerten, wenn Enterprise-Kunden es explizit anfordern
Memory Lifecycle (TTL, Quotas)	Abhängig von Cross-Session Memory; zusammen verschoben
Active Context Compression Tool (Agent-gesteuert)	Explizit mit ContextGuard eingefroren (v0.5). Kontextfenster bei 200K+ reduzieren den Mehrwert. Wird nicht erneut überprüft, es sei denn, Kontextkosten werden zu einer großen Enterprise-Beschwerde
Browser-Automatisierung / Computer Use	Hohe Wartungskosten (DOM-Änderungen, Anti-Bot, Sandboxing). Die Branche konvergiert auf Computer Use Mode (Anthropic, OpenAI Operator, Google Mariner) und MCP Browser-Tools (Puppeteer/Playwright MCP). Nutzen über MCP-Integration, nicht selbst bauen. Neu bewerten, wenn ein stabiler Computer Use MCP-Standard entsteht
Web Push Notifications	Browser-native Push über Service Worker + VAPID. Überlappt mit IM Channel Integration (v0.8), die Enterprise-bevorzugte Kanäle abdeckt (Lark/Slack/WeCom/Email). IM Push hat höheren Enterprise-Wert; Web Push ist ein Nice-to-Have für Portal-Only-Benutzer. Nach IM Channel-Auslieferung neu bewerten — wenn Benutzer Browser-Benachrichtigungen über IM-Abdeckung hinaus anfordern
Multi-User-Workflow-Kollaboratives Editing	Echtzeit-Co-Editing desselben Workflow-Blueprints (Figma/Notion-Stil) mit Cursor-Bewusstsein, Konfliktlösung und Pro-Node-Sperre. Hohe Implementierungskosten (CRDT / OT, Presence-Infrastruktur), unklar, ob Enterprise-Nachfrage über das heutige „ein Editor nach dem anderen + Version-Diff”-Modell hinausgeht. Neu bewerten, wenn mehrere Unternehmen explizit gemeinsames Live-Editing anfordern
Pro-Node-Workflow-Ausführungsberechtigungen (RBAC beim Run)	Feinkörnige Autorisierung innerhalb eines einzelnen Workflow-Runs — z.B. „Node X erfordert Rolle `finance_approver` zur Ausführung”. Heute erfolgt Autorisierung auf Workflow-Ebene (wer kann auslösen) und auf Connector-Ebene (wessen Anmeldedaten ausführen); Pro-Node RBAC fügt eine dritte Achse mit erheblicher Komplexität und keiner aktiven Kundenanforderung hinzu
Cross-Org-Workflow-Sharing mit Live-Updates	Ein Workflow aus einer anderen Org abonnieren und Upstream-Updates empfangen, ohne neu zu forken. Heute bedeutet Abonnement = Fork (Snapshot), daher brechen Upstream-Änderungen niemals durch. Live-Updates würde Upstream-kompatible Schema-Evolution + Konfliktlösung erfordern; hohe Wartungskosten. Neu bewerten, wenn Unternehmen „Shared Workflows über Tochtergesellschaften” anfordern

Wie Versionen an Modi ausgerichtet sind

Version	Standalone	Copilot	Hub	Anmerkungen
v0.1–v0.3	Funktionsfähig	Noch nicht	Noch nicht	Nur Portal, Einzelbenutzer
v0.4	Funktionsfähig	Noch nicht	Noch nicht	Mehrere Gespräche, Agent-Verwaltung
v0.5	Funktionsfähig	Noch nicht	Noch nicht	Wissensdatenbank + RAG
v0.6	Funktionsfähig	Möglich	Möglich	Connectors sind verfügbar; Copilot/Hub möglich mit manueller Verdrahtung
v0.7	Funktionsfähig	Bereit	Bereit	Admin-Plattform; Multi-Tenant-Authentifizierung; produktionsreif
v0.8	Funktionsfähig	Bereit	Optimiert	RBAC + Audit-Log pro System; einfacheres Onboarding
v0.9	Funktionsfähig	Bereit	Produktion	Observability, Performance, Hardening
v1.0	Funktionsfähig	Optimiert	Enterprise	Paketsystem, Creator Program, Hot-Plug, einbettbares Widget, Webhooks, Batch

Resource Allocation (v0.8–v1.0)

The Orthogonality Strategy shapes where effort goes:

Category	Allocation	Versions	Why
Connector Platform (v0.6+)	50%	Ongoing	Core differentiation; no absorption risk
Enterprise Features (RBAC, audit, security, observability)	30%	v0.8–v1.0	Boring but durable; production requirement. Agent Trace Layer is commercial anchor
Agent Intelligence (Skill System, scheduled agents)	15%	v0.8–v0.9	Instruction + tool + skill differentiation story; low absorption risk — frameworks validate patterns, but enterprise SOPs are customer-specific
v0.1–v0.5 maintenance	5%	Ongoing	Bug fixes only; no new features

Metric-Driven Milestones

Success is measured by:

Metric	v0.7 Target	v0.8 Target	v1.0 Target
Connectors deployed	5	20+	100+
Enterprise customers	1–2	5–10	20+
Avg connector setup time	2 weeks	2 days	5 minutes (hot-plug)
Token efficiency (DAG vs ReAct-only)	30% reduction	40% reduction	50% reduction
Uptime SLA	99.5%	99.9%	99.95%
Support ticket themes	Integration, setup	Connector custom logic	Hot-plug, scaling

Offene Fragen / TBD

Marketplace-Moderation: Wie können Community-Pakete und einzelne Ressourcen validiert werden? Automatisierte Überprüfung auf Credential-Leaks in Paket-Konfigurationen? (v1.0)
Token-Ökonomie: Wie werden Multi-User-, Multi-Agent-Szenarien bepreist? (v1.0)
Paket-Versionierung: Breaking Changes in installierten Paketen — automatisches Upgrade mit Migrationsskripten oder manuelle Genehmigung pro Update? Auflösung des Dependency-Diamond-Problems? (v1.0)
Paket-Preisgestaltung: Kostenlose vs. kostenpflichtige Stufen, Provisionsquoten für Creator Program, Payment-Provider-Integration? (v1.0)
Paket-Credential-UX: Credential-Erfassung bei Installation — schrittweise Wizard-Anleitung oder aufgeschobenes Setup? Credential-Sharing zwischen Paketen, die denselben Connector-Typ nutzen? (v1.0)
Telemetry Opt-out: Wie können Datenschutzpräferenzen berücksichtigt werden? (v0.8)
Connector-Versionierung: Wie können Breaking Changes in Connector-APIs verwaltet werden? (v0.8)
Rate Limiting: Pro-Benutzer-Workflow-Rate-Limiting umgesetzt (Sliding Window 10 Runs/min, 3 parallel). Per-Connector und Per-Agent-Rate-Limiting TBD (v0.9)
Connector-Autorisierungsstufenwahl: Wie kann ein Admin ermitteln, welche Stufe für ein bestimmtes Upstream-System gilt? Auto-Probe (versuche Per-User-API-Key → Fallback auf Login-Ticket → Fallback auf Shared-DB) vs. explizite Deklaration in der Connector-Spec? Wie drücken wir “dieser Connector unterstützt Stufe 2, aber der Admin hat sich für Stufe 1 entschieden” in der UI aus, ohne nicht-technische Admins zu verwirren? (v0.9)
Integration vs. Connector-Dualität: Wenn eine Feishu-Bindung gleichzeitig ein SSO-Provider UND eine API-Call-Oberfläche ist, wie wird sie in Einstellungen dargestellt? Ein Objekt mit drei Toggles oder drei separate Bindungen, die sich eine Credential teilen? Auswirkungen auf die Deinstallations-Semantik (macht das Widerrufen von SSO den Connector ungültig?)? (v0.9)

ChangelogAlle wichtigen Änderungen an FIM One.

Weiter

​Produktvision

​Bekannte Probleme

​Ausgelieferte Versionen

​v0.1 (2026-02-22) — MVP: ReAct + DAG Planner

​v0.2 (2026-02-24) — Multi-Model + Memory

​v0.3 (2026-02-25) — Web Tools + MCP

​v0.4 (2026-02-25) — Multi-Turn + Agents

​v0.5 (2026-02-28) — Vollständige RAG + Grounded Generation

​v0.6 (2026-03-01) — Connector Platform

​v0.7 (2026-03-06) — Admin Platform + Multi-Tenant

​v0.7.x (2026-03-07 to 2026-03-12) — Stability + Refinements

​v0.8 (2026-03-20) — Connector Declarative Config + Progressive Disclosure

​v0.8.1 (2026-03-29) — Progressive Disclosure Maturity + ReAct Hardening

​v0.8.2 (2026-04-10) — Agent Core Hardening + Vision Documents

​v0.8.3 (2026-04-16) — Universal Document Conversion + Agent Core Phase 3

​v0.8.4 (2026-04-17) — Prompt Cache + Reasoning Correctness

​v0.8.5 (2026-04-23) — Channel Integration + Hook System + Contributor i18n

​v0.8.6 (2026-05-08) — Stripe Billing + Verbesserungen

​v0.8.7 (2026-06-10) — Security Hardening + Guardrails v0 + Billing Correctness

​Geplante Versionen

​v0.9 — Observability + Production Hardening

​Auth & Security Hardening

​Connector + Tooling

​Content Guardrails

​Hook System

​IM Channel Integration

​Connector-Autorisierungsebenen

​Identity Provider Module + Channel Slim-down

​Public API Phase 2

​Observability

​Agent Workspace

​Prompt-Cache + Reasoning-Weiterverfolgungen

​Zuverlässigkeit-Nachverfolgungen (Agent Core Priority Matrix)

​Ökosystem + Skalierung

​Bereits früh ausgeliefert

​v1.0 — Hot-Plug + Embeddable

​Gefrorene Funktionen (Ausgeliefert, nur Wartung)

​Überlegungen (Auf unbestimmte Zeit verschoben)

​Wie Versionen an Modi ausgerichtet sind

​Resource Allocation (v0.8–v1.0)

​Metric-Driven Milestones

​Offene Fragen / TBD