Cline SDK v0.0.91 更新解析：修复 Agent 完成判定与多项适配器优化

Cline 的 SDK 发布了 v0.0.91 版本，这次更新虽然属于小版本迭代，但集中修复了多个影响 Agent 稳定性的核心问题，并对多家模型提供商的适配逻辑做了调整。对于使用 Cline 构建自动化编码代理的开发者来说，这些改动值得仔细研读。

Agent 完成判定逻辑的关键修复

这次更新最重要的变化，是对响应结束状态（finish reason）处理方式的调整。此前，当一个响应以缺失或无法识别的结束原因收尾时，系统会错误地将其当作成功完成来处理。v0.0.91 不再这样做。

具体而言，AgentModelFinishReason 新增了 unknown 状态。AI SDK 适配器会把统一后的 other 以及缺失的结束原因映射到这个新状态，而不是像以前那样默认归为 stop。这个区分看似细微，却直接关系到 Agent 的行为逻辑。

在没有工具活动的情况下，遇到 unknown 结束状态时，Agent 会保留部分响应内容，并通过一条隐藏的用户消息继续执行一次；如果第二次仍然返回 unknown，运行才会判定为失败。这种“再给一次机会”的设计，避免了因模型偶发的异常收尾就直接中断整个任务流程。此外，排队的用户消息现在会在每个请求边界被消费，包括首次迭代，这解决了消息处理时机上的一致性问题。

finish reason（结束原因）是大语言模型 API 响应中的一个元数据字段，用于告知调用方本次生成为何终止。常见取值包括 stop（模型自然生成完毕）、length（达到最大 token 限制）、tool_calls（模型请求调用工具）以及 content_filter（内容被安全策略截断）等。对于 Agent 框架而言，这个字段至关重要——它决定了下一步应该继续等待、调用工具、还是判定任务已经完成。此前将缺失或未知的结束原因默认映射为 stop 的做法，会导致 Agent 误以为任务已顺利完成，从而跳过必要的后续步骤或错误地结束整个工作流。引入 unknown 状态并配合"最多重试一次"的容错机制，是一种在鲁棒性与避免无限循环之间取得平衡的工程实践。

Windows 平台与 MCP 服务器超时优化

针对 Stdio 类型的 MCP（Model Context Protocol）服务器，初始化超时的默认值从 3 秒提高到了 10 秒。这个改动背后有明确的实际场景支撑。

在 Windows 系统上，通过 cmd.exe 启动 npx 或 uvx 这类加载器时，耗时常常达到 3 到 6 秒。在旧的 3 秒预算下，这些服务器会被静默丢弃，导致会话中莫名其妙地缺少工具支持，而开发者往往难以定位问题根源。将默认预算提升到 10 秒后，这类因启动慢而被误杀的情况大幅减少。如果需要，开发者仍可通过显式设置 timeout 来覆盖这个默认值。

MCP（Model Context Protocol）是 Anthropic 提出的一套开放协议，旨在标准化 AI 模型与外部工具、数据源之间的交互方式。Stdio 类型的 MCP 服务器指通过标准输入输出（stdin/stdout）进行进程间通信的本地服务，Agent 框架会在本地启动这些子进程并通过管道与其通信。npx 和 uvx 分别是 Node.js 和 Python 生态中用于临时运行包的工具——前者属于 npm，后者属于 uv 包管理器。在 Windows 上，这两类工具的首次启动需要经过 cmd.exe 的 shell 层，加上可能涉及包的下载或缓存检查，冷启动延迟明显高于 macOS/Linux 环境。3 秒的原有超时实际上对 Windows 用户构成了系统性的工具不可用问题，而这类故障因为是静默丢弃，排查难度极高。

多家模型提供商的适配器调整

这个版本在提供商兼容性上做了不少细致工作，解决了几个会导致请求被拒绝的实际问题。

Anthropic 与自定义端点

Anthropic 提供商此前会把服务端的拒绝回退（refusal fallbacks）选项发送给所有端点，但像 Azure AI Foundry 这样的自定义端点并不接受该参数，会返回 400 错误。现在这个选项只会发往 api.anthropic.com，并新增了 isOfficialAnthropicEndpoint 辅助函数来做判断。

推理级别的对齐

cline 和 openai-compatible 适配器的便携式推理级别现在会贴合模型实际公布的 effort 级别。举例来说，Kimi K3 支持 low/high/max 三档，但之前系统会给它发送 medium 和 minimal，而这些值会被模型拒绝。调整后，推理级别会自动匹配到模型支持的档位。

弃用警告的消除

OpenAI 兼容提供商（包括通用类型、vercel-ai-gateway 以及用户自定义 id）现在只在 camelCase 别名下写入 providerOptions。这个改动消除了来自 @ai-sdk/openai-compatible 的 providerOptions key 'openai-compatible' 逐块弃用警告。

新增 Provider 能力声明与规则管理

版本引入了新的 apiKeyOptional 提供商事实（provider fact），涉及 GatewayProviderMetadata.apiKeyOptional、resolveProviderApiKeyOptional 以及 ProviderListItem.auth.apiKeyOptional。这个声明已在 openai-compatible、ollama、lmstudio、litellm、vertex、bedrock，以及通过 providers.json / models.json 添加的用户端点上生效，让系统能更准确地判断某个提供商是否强制要求 API Key。

规则管理方面，新增了 listEnabledRulesFromRecords 和 loadRulesForSystemPromptFromRecords 两个导出。合并后的用户指令服务现在会按名称对规则排序，与单工作区路径的行为保持一致，提升了多规则场景下的可预测性。

可观测性上，这个版本还为 BYOK（自带密钥）提供商加入了可选的 Langfuse 追踪支持，通过 CLINE_LANGFUSE_ALL_PROVIDERS 开启，并可借助 CLINE_LANGFUSE_TAGS、CLINE_LANGFUSE_METADATA、LANGFUSE_TRACING_ENVIRONMENT 等环境变量配置操作标签、元数据和运行环境。Hook 发现相关的遥测也修复了 Windows 路径分隔符的处理问题。

Langfuse 是一个开源的 LLM 可观测性平台，提供链路追踪（tracing）、评估和提示词管理等功能，定位类似于传统软件中的 APM（应用性能监控）工具。BYOK（Bring Your Own Key，自带密钥）模式指用户直接使用自己的 API Key 访问模型提供商，而非通过平台代理转发。在这种模式下，请求流量不经过中间服务，平台侧通常无法自动采集调用数据。此次为 BYOK 提供商加入可选的 Langfuse 追踪支持，意味着开发者即便绕过平台直连模型，也可以通过配置环境变量将调用链路数据上报到自己的 Langfuse 实例，实现统一的可观测性覆盖。

模型目录刷新

模型目录在这个版本也做了更新。Cline 免费模型列表新增了 Solar Mini 4，同时移除了 DeepSeek^广告 V4.1 Flash 和 space-bunny-alpha。此外还新增了 Engy 提供商。

多家提供商的默认模型发生了变化，涉及 AKI.IO、Blue Claw、CoralBricks、CrossModel（GPT-6.1 Sol）、DevPass、LLM Gateway、Mistral、NanoGPT、Requesty（Mistral Large 4）、Neon（Claude Opus 5.5）、Subconscious 以及 The Grid AI 等。这些调整反映了后端模型生态的快速演进，使用对应提供商的开发者应留意默认模型切换可能带来的行为差异。

小结

整体来看，v0.0.91 是一次以稳定性和兼容性为核心的维护更新。Agent 完成判定逻辑的修复、MCP 服务器超时的放宽，以及对多家提供商适配参数的精细化处理，都是针对实际使用中踩过的坑所做的改进。对于在生产环境中依赖 Cline SDK 的团队，这个版本减少了因边界情况导致的任务中断和请求失败，升级收益明确。" } ,