Cline SDK 0.2.1 最值得说的一条改动,我先把结论放这:read_files 的结果不再被 8k 的 tool-result 上限截断,改走 50k 的 file-content 上限。换句话说,一个文件读出来只要不超过 50k,就能完整送到模型,之前是到 8k 就被砍。这个改动直接影响长文件阅读场景。这篇记我装包核对的过程。

我在本机(macOS 14.6.1,Node v22.22.2)真装了 1 遍。npm install @cline/sdk@0.2.1,318 个包,约 4 分钟装完。node_modules 里 @cline 下有五个子包:sdk、core、llms、shared、agents。我逐个读了 package.json,版本全是 0.2.1。

五个包各管一段。@cline/core 是运行时核心,@cline/llms 管模型调用,@cline/agents 管 Agent 编排,@cline/shared 是共享类型,@cline/sdk 是给开发者的一层封装。这也解释了为什么我 grep 的是 core 的 dist,截断逻辑在那一层。

8k 到 50k,边界在哪

release body 写得很细,我核了 1 遍。改动的核心是:read_files 的结果在送往 provider 之前,不再被重新截到 8k 的 tool-result cap,改用 50k 的 file-content cap。所以一个 read 工具报告完整的内容,就能完整到达。

但边界要看清。command、search、MCP 和自定义工具的结果,仍然走 8k 的 cap。还有一个显式的 tool-result cap 仍然生效。也就是说这个 50k 只救 read_files 一个工具,不是全局放宽。这条我记牢,别以为所有工具结果都能到 50k。

npm install @cline/sdk@0.2.1
node -e "console.log(require('@cline/core/package.json').version)"

这段是我实测用的命令。第二条在 @cline/sdk 下会因为 exports 拦截报错,所以我用 python 读 package.json 文件拿到版本。grep 源码更有意思。

常量就在源码里

我 grep 了 1 遍 @cline/core/dist/index.js。找到一行压缩后的变量声明。里面有两个关键常量:Iy=8000 和 NK=50000。前者是 8k 的 tool-result cap,后者是 50k 的 file-content cap。两个常量并列在同一行。后面还有一段 var Iv=50000。它配一个 Ev 函数,长度不超过 50000 就直接返回。这就是 50k 的截断函数。

这就是「改了」的直接证据。release 说 8k 和 50k,源码里确实有 8000 和 50000 两个常量,不是文档吹的。我实测到这个层面,没跑真实 read_files,因为要起一个带模型的会话,代价超出这篇的边界。

那行里还有别的常量:DK=6000000 是 6M,UK=200000 是 200k。HK=12000 是 12k,FK=65536 是 64k。md=2000、LR=40000 是另外两档。别以为只有 8k 和 50k 两档截断。

这一版还改了别的

我核了 1 遍 release body 的其它条目,这版不是只改截断。需要 interleaved reasoning 的模型,assistant 消息没有 reasoning_content 时补一个占位。这条修了 Reflection Beam 在 compaction 后报 400 Missing required parameter: 'messages[n].reasoning_content'。模型 catalog 从 6457 刷到 7621 个,新增 94 个 providers。默认模型 CLINE_DEFAULT_MODEL_ID 定为 anthropic/claude-sonnet-5.5。还有 session.resume 能按已保存的 session ID 起 runtime,不用再传 initialMessages。这个接口对做长任务续跑的产品很实用,以前得自己存 initialMessages,现在一行就能续。

这里我给个判断。8k 到 50k 这个改动,是典型的「长文档阅读」修复,受益的是读大文件、跨文件理解、代码库审查这些场景。它不改变其它工具的行为,升级风险低。唯一要留神的是默认模型变了,CLINE_DEFAULT_MODEL_ID 换到 claude-sonnet-5.5,你之前硬编码过模型名的,升级后行为可能不一样。

值得升吗,给个分界

场景 判断 理由
频繁让 Agent 读大文件 值得升 read_files 从 8k 提到 50k
只用 command/search 读结果 影响不大 那些仍走 8k cap
用 interleaved reasoning 模型 值得升 reasoning_content 占位修复
怕升级带来模型默认值变化 先看 diff 默认模型和 catalog 都动了

这张表是我的选型判断,不是官方给的。我这次实测到「装包、读版本、grep 常量」三层,没跑到真实 read_files 会话,那部分我如实写。

我给一句明确的建议。你重度依赖 Agent 读大文件,这个升级应该升,8k 到 50k 是实打实的六倍。你只用它跑命令、看搜索结果,别急着升,那些通道还是 8k,升了也拿不到好处。