Kedro: verzija 1.2.0 donosi @experimental dekorator i LangGraph agentic starter za GenAI pipeline-e

Kedro projekt, dio Linux Foundation AI ekosistema, objavio je 22. svibnja 2026. dvojni release: Kedro 1.2.0 (core framework) i Kedro-Viz 12.3.0 (vizualizacijski alat). Verzija donosi tri značajne nove sposobnosti: @experimental dekorator za API-je u razvoju, službeni LangGraph integration starter projekt, i prošireni node preview sustav u Kedro-Viz s podrškom za Mermaid dijagrame, tekst i slike.

Što je @experimental dekorator i kako se koristi?

@experimental je novi Python dekorator koji označava funkciju ili klasu u Kedro API-ju kao “eksperimentalnu”. Označeni API je javno dostupan, ali Kedro core tim eksplicitno zadržava pravo mijenjati njegov signature, behaviour ili ga ukloniti bez breaking change procesa.

Korisnici koji pozovu eksperimentalni API dobivaju runtime warning kroz Python warnings modul (DeprecationWarning subclass ExperimentalWarning):

ExperimentalWarning: kedro.pipeline.langgraph_node is experimental and may change.

Warning se može filtrirati kroz standardni warnings.filterwarnings() ako tim u produkciji koristi eksperimentalni feature i ne želi log noise. Cilj dekoratora je dvostran: ohrabriti Kedro core tim da brzo iterira na novim ideama bez straha od breaking changes, i jasno informirati korisnike da određeni API još nije stable.

Koji su prvi @experimental API-ji u 1.2.0?

Prva dva API-ja označena s @experimental su LLM context nodes i agentic workflow primitivi. LLM context node je specijalizirani Kedro node koji ne izvršava klasičnu data transformaciju nego poziva LLM (Claude, GPT, Gemini) s strukturiranim prompt template-om iz Kedro config-a. Output je vraćen kao Python dict koji ulazi u sljedeći node — što omogućuje hibridne pipeline-e gdje neke faze rade klasičnu ML obradu a druge LLM reasoning.

Agentic workflow primitivi dopuštaju da se cijela Kedro pipeline tretira kao agent koji autonomno odlučuje koji node izvršiti na temelju runtime stanja. To je eksplicitno experimental jer mijenja Kedro semantičku osnovu (pipeline kao DAG s fiksnim redoslijedom) u nešto fleksibilnije ali manje predvidljivo.

Što je support-agent-langgraph starter?

Kedro startersi su pre-konfigurirani projekt template-i koji se kloniraju komandom kedro new --starter=support-agent-langgraph. Novi LangGraph starter prikazuje real-world enterprise scenarij: customer support agent koji čita Slack notifikacije, vadi context iz Confluence i CRM-a, generira draft odgovora kroz LLM, i route-a na ljudskog agenta ako confidence padne ispod thresholda.

Tehnička stack je instrumentalan:

• Kedro pipeline za data ingestion (Slack RTM, Confluence API, CRM connectoras)
• LangGraph za orkestraciju agentske logike (decision tree, retry handling, escalation)
• Langfuse i Opik (oba open-source) za prompt versioning, evaluation i observability

Starter dolazi s example data, kompletnim Docker compose setupom i Kedro test suite-om. Cilj nije da bude production-ready iz kutije nego da pokaže koje komponente trebaju biti spojene za enterprise GenAI workflow s Kedrom kao backbone-om.

Koje su novosti u Kedro-Viz 12.3.0?

Kedro-Viz je web-based vizualizacijski alat za Kedro pipeline-e. Verzija 12.3.0 značajno proširuje “node preview” sustav — funkcionalnost koja u browser-u prikazuje sažetak svakog node-a (input/output, metadata, last run status).

Novosti:

• Mermaid dijagram preview: ako node sadrži Mermaid markdown u svojoj dokumentaciji, Kedro-Viz ga renderira inline kao SVG dijagram. Korisno za dokumentaciju internih ML algoritama ili business logike koja se vizualno bolje razumije.
• Text i image preview: node može vratiti tekst (sample output) ili sliku (npr. matplotlib plot) koji se prikazuje u side-panelu bez potrebe za ručnim spremanjem fajlova.
• Custom preview extensibility: developer može registrirati custom previewere za vlastite data tipove kroz Kedro-Viz plugin API.

Multi-pipeline execution: dodatak nije nov u 12.3.0 ali je proširen — sada se može pokrenuti više nezavisnih Kedro pipeline-a paralelno iz Kedro-Viz UI-ja, s real-time progress tracking-om. Korisno za enterprise tenante koji vrte 10-50 ML pipeline-a istovremeno.

Što ovo znači za Kedro user base?

Kedro je dosegao milestone od 30.000 GitHub stars i ima oko 200 aktivnih kontributora kroz LF AI governance. 1.2.0 release jasno signalizira pivot prema GenAI workflow podršci — Kedro više nije isključivo klasični ML framework, nego MLOps platforma koja pokriva i tradicionalni ML i GenAI agentic pipeline-e u istoj osnovi. To je strateški značajno jer otvara Kedro adoption u enterprise tenante koji su do sad birali između Airflow (klasično ML) i LangChain (GenAI) — Kedro nudi single source.