Open WebUI 0.12.4: skills по требованию, MCP 2026-07-28 и доработка сжатия контекста

25 октября 2026 года проект Open WebUI выпустил версию 0.12.4. Среди изменений — загрузка выбранных skills по необходимости, подключение к серверам MCP версии протокола 2026-07-28 и доработки сжатия контекста. Эти изменения затрагивают диалоги, в которых модель использует дополнительные инструкции и вызывает инструменты.

Раньше инструкции выбранных в чате или прикреплённых к модели skills передавались с каждым сообщением. Новый режим позволяет сначала показать модели перечень доступных навыков, а содержимое загрузить тогда, когда оно понадобится. При этом явное упоминание skill в сообщении по-прежнему сразу загружает его инструкции.

Как включить загрузку skills по требованию

Администратор может включить параметр Load selected skills on demand в разделе Admin Settings → General либо задать ENABLE_SKILL_LAZY_LOADING=true. По умолчанию режим выключен. Как подтверждает коммит реализации, для него нужны встроенные инструменты Skills: без них инструкции продолжают загружаться заранее.

Практический смысл режима — не включать заранее весь текст выбранных навыков в каждый запрос. Однако в заметках к выпуску нет измерений экономии токенов или влияния на качество ответов. Поэтому размер выигрыша и способность модели вовремя обращаться к нужному skill предстоит проверять на собственных задачах.

Совместимость с новой версией MCP

Open WebUI теперь подключается к серверам, использующим stateless-протокол MCP 2026-07-28. В описании изменения указано обновление Python SDK с mcp==1.27.2 до mcp==2.3.0. Новый клиент автоматически пробует server/discover, а для старых серверов возвращается к прежнему рукопожатию через initialize. Дополнительные настройки для этого не вводятся.

Автор изменения сообщает о проверке на двух локальных серверах: старом с протоколом 2025-11-25 и новом с 2026-07-28. Проверялись получение списка инструментов, текстовые и структурированные результаты, обработка ошибок и запрос ввода у пользователя. Это проверка реализации автором, а не независимый тест совместимости со всеми MCP-серверами.

Сжатие контекста охватывает больше диалогов

Сжатие контекста теперь работает и во временных чатах, и в коротких диалогах, уже превысивших порог. В разборе исправления приведён конкретный сбой: один вопрос и ответ с большим выводом инструментов могли заполнить контекст, но прежние условия сохранения последних сообщений мешали сжатию. Следующий запрос, его редактирование или повторная генерация завершались ошибкой длины контекста. Теперь в таком случае допускается сохранить дословно меньше сообщений, чем задано параметром Retained Messages.

Само сжатие стало заметнее: строка Context compacted показывает место замены старой переписки кратким изложением и позволяет открыть это изложение. Ход операции и ошибки отображаются непосредственно в чате. Это помогает понять, какая часть истории уже представлена модели в сокращённом виде.