Cline SDK v0.0.95 更新：修复 GPT-6 兼容与 Hub 遥测身份

一次"小而关键"的 SDK 迭代

Cline 发布 SDK v0.0.95，从版本号看这是一次常规迭代，但改动内容却触及了多个实际使用中的痛点：OpenAI 兼容请求的参数适配、Hub 守护进程的遥测归因、以及模型目录的大幅刷新。对于依赖 Cline 构建 AI 编程工作流的开发者来说，这次更新的价值不在功能新增，而在于"让原本会失败的请求不再失败"。

根据 GitHub Release 页面的说明，本次更新由 github-actions 自动发布，提交号为 c718573，完整变更记录可在 sdk/sdk/v0.0.94...sdk/sdk/v0.0.95 之间查阅。

核心修复：GPT-6 系列的参数名切换

最值得关注的改动是 OpenAI 兼容请求的参数处理逻辑。对于 gpt-6-sol、gpt-6.1-sol、gpt-6-1-sol 以及后续从 gpt-5 到 gpt-9 的模型 ID，SDK 现在会发送 max_completion_tokens 而不是 max_tokens。原文明确说明，这一改动的目的是让 OpenAI 和 Azure 不再拒绝这些请求——换句话说，在此之前，针对新模型 ID 的请求可能因为参数名不匹配而被网关直接打回。

有意思的是边界条件的处理：Azure 的 gpt-35-turbo 仍然保留 max_tokens。这意味着 SDK 并不是粗暴地全局替换参数名，而是按模型族做了区分。这种精细度在跨云厂商兼容层里很关键，因为 OpenAI 与 Azure 对同一参数的历史行为并不一致，一刀切往往会引入回归。

max_tokens 与 max_completion_tokens 是 OpenAI Chat Completions API 中两个语义相近但用途不同的参数。max_tokens 是早期字段，用于限制模型生成内容（包括推理过程与可见输出）的总 token 数；OpenAI 在 o1 系列及之后的推理模型中引入 max_completion_tokens，专门用于约束整次补全的 token 上限，并逐步建议新模型改用后者。Azure OpenAI 的参数支持节奏与 OpenAI 主站并不同步，部分旧部署（如 gpt-35-turbo）仍只接受 max_tokens。因此兼容层必须按模型族分流，否则会出现请求被网关以 400 拒绝的情况。

Hub 守护进程学会"记住"启动者

遥测资源属性中新增客户端身份

Hub daemon 这次会记录是哪个客户端把它启动起来的，具体通过 CLINE_HUB_LAUNCHER_CLIENT、CLINE_HUB_LAUNCHER_VERSION、CLINE_HUB_LAUNCHER_TRANSPORT 三个字段，并将这些信息发布为 OTel（OpenTelemetry）资源属性。SSH 远程 Hub 会上报本地客户端，transport 字段为 ssh。

这对排查多客户端、多环境下的问题有直接帮助。以往 Hub 守护进程的遥测数据里，很难区分某个行为是由哪个客户端版本、通过哪种传输方式触发的；现在这些信息成为资源属性的一部分，观测链路更完整。

OpenTelemetry 中的「资源属性」（Resource Attributes）用于描述产生遥测数据的实体本身，例如服务名、主机、部署环境等，会附加到该进程导出的所有 trace、metric 和 log 上，区别于描述单次操作的 span 属性。把启动者客户端、版本与传输方式写入资源属性，意味着后续无论查询哪条链路，都能直接按客户端维度过滤和聚合，而不需要在每个 span 上重复打标签。对于守护进程这类被多个上游客户端复用的组件，这是实现归因分析的标准做法。

共享包新增三个工具函数

配合上述能力，@cline/shared 包新增了 withHubLauncherIdentity、claimHubLauncherIdentity 和 readHubLauncherIdentity 三个函数。从命名可以推断其职责分工：读取、声明与包装启动者身份。同时，遥测自检报告新增了 traces_exporter 字段，便于确认链路导出配置是否生效。

这类「读取—声明—包装」三段式 API 通常对应一种上下文传递模式：claimHubLauncherIdentity 在启动早期把身份写入进程级状态，readHubLauncherIdentity 供遥测初始化时读取，withHubLauncherIdentity 则以高阶函数形式在调用边界临时注入身份，避免全局状态污染。之所以放在 @cline/shared 而非 Hub 包内，是为了让 CLI、IDE 插件等不同启动方复用同一套约定，保证上报字段一致。

模型目录刷新与推荐默认值调整

模型目录从 6,952 个扩展到 7,041 个，并新增 CommandCode 与 Reflection 两个提供商。

推荐列表方面，Cline 的推荐首位重新回到了 Claude Sonnet 5.5，因此 cline provider 的捆绑默认模型从 Gemini 4 Argon 切回 Claude Sonnet 5.5。这一调整值得注意：默认模型的变动会直接影响新用户的首次体验，也反映了团队对模型能力排序的判断发生了变化。

其他提供商的默认模型也有变动：302.AI 改为 Gemini 4 Argon，Eden AI 与 Prime Inference 改为 Muse Spark Open，CoreWeave 改为 Reflection Beam 1.0，NanoGPT 与 Pioneer 有相应调整（Pioneer 指向 Nemotron 3.5 Super VL），Scaleway 改为 DeepSeek^广告 V4.1 Flash。

另有一个容易被忽略但会引发故障的细节：OpenCode Go 保留 https://opencode.ai/inference/go/v1 这个 base URL，并将其固定下来，原因是 models.dev 把 provider 级别的 URL 迁移到了仅支持 OpenAI 的路径上。如果不加固定，请求会打到不兼容的端点。

models.dev 是一个社区维护的模型元数据目录，提供各 provider 的模型列表、上下文窗口、定价与 base URL 等信息，被多个 AI 编程工具作为模型目录的数据源。当上游把 provider 级 URL 统一迁移到仅兼容 OpenAI 协议的路径时，依赖该目录的下游工具若直接透传，就会把请求发往不匹配的端点。因此在本地固定正确的 base URL，实质是在上游元数据变更与终端请求之间加一层稳定性保护。

这次更新说明了什么

兼容层的维护成本被低估

从参数名区分、provider 默认值逐个调整、到 base URL 固定，这次 release 几乎全部是兼容性工作。AI 编程工具的竞争力，很大程度上取决于这类"看不见"的适配是否及时——用户感知不到它，但一旦缺失就会表现为"某个模型突然用不了"。

遥测归因正在成为基础设施标配

把启动者身份写入 OTel 资源属性，本质上是让可观测性数据自带上下文。对多客户端、多传输方式并存的 AI 编程场景来说，这比新增任何面向用户的功能都更有长期价值。

升级建议

如果你在使用 Cline SDK 并通过 OpenAI 或 Azure 调用新模型 ID，这次更新应尽快升级，以避开参数被拒的问题。如果你的工作流涉及 SSH 远程 Hub 或需要做跨客户端的行为分析，遥测方面的改动同样值得关注。升级前建议对照 Full Changelog 核对默认模型变更，避免因默认值切换导致行为差异。