Cline CLI 3.0.65 為長對話截斷加入壓縮重試

Cline 於 9 月 24 日發布 CLI 3.0.65，加入文字回覆遭輸出上限截斷後的壓縮重試流程。維護者指出，接入 llama.cpp、Ollama 或 LM Studio 的長對話，可能因剩餘上下文不足而提前停止，即使客戶端設定了較大的輸出額度，仍會在回答中途失敗。新版把這類情況納入可恢復的執行流程。[CLI 發布紀錄](https://github.com/cline/cline/releases/tag/cli-v3.0.65)

SDK 0.0.86 說明了邊界：每次執行新增一次強制壓縮後重試的機會，沿用 `prepareTurn` 處理上下文溢位的路徑。若已無內容可移除，或重試仍遭截斷，才交回既有的簡潔回覆提示與重試機制；最終失敗仍保留部分答案。已產生工具呼叫或供應商端工具活動的回合，不會由此流程重播。[SDK 發布紀錄](https://github.com/cline/cline/releases/tag/sdk%2Fsdk%2Fv0.0.86)

這項限制對程式代理有實際意義。根據流程設計，恢復純文字生成與重新執行外部操作需要不同判斷：檔案寫入、測試或遠端請求可能已發生，不能只因答案不完整便重做整輪。新事件 `task.max_tokens_recovery` 提供 started、retried 與 failed 狀態，讓整合者追蹤恢復嘗試，而非只統計最後是否報錯。[SDK 發布紀錄](https://github.com/cline/cline/releases/tag/sdk%2Fsdk%2Fv0.0.86)

npm 已列出 3.0.65。CLI 可互動執行，也能以 JSON 串流接入腳本；既有 `--compaction` 參數提供 agentic、basic 與 off 模式，其中 basic 使用本機截斷。這表示部署者仍須記錄所選模式與模型設定，才能比較相同工作負載下的恢復結果。[npm 套件說明](https://www.npmjs.com/package/cline?activeTab=dependencies)

本機伺服器的容量仍須另行核對。Ollama 文件提醒，擴大上下文會增加記憶體需求，可用 `ollama ps` 查看實際配置與運算裝置。依此，測試時應同步記錄伺服器容量、對話長度和輸出額度；若只放寬客戶端設定，便難以判斷瓶頸究竟來自生成限制，還是服務端已用盡可用上下文。[上下文文件](https://docs.ollama.com/context-length)

新版也讓執行失敗訊息在重新開啟對話後保留，並將這些顯示用紀錄排除於模型輸入及壓縮內容之外。工程上應分別測試短回覆、長文字與工具回合，核對部分答案、錯誤紀錄及外部操作是否一致。壓縮重試增加了完成任務的機會，仍可能丟失上下文或增加延遲；發布紀錄未提供成功率與成本基準。[CLI 發布紀錄](https://github.com/cline/cline/releases/tag/cli-v3.0.65)