← 返回
精选AI模型发布/更新#Anthropic#AWS#Chrome 集成#Claude Code#后台代理

Claude Code v2.1.198 发布:新增 Chrome 集成与后台代理通知

Claude Code:GitHub Releases(RSS)T1.5
04:4507/02 04:45GitHub Release阅读原文 ↗导出 MD ↓

评分

71

精选理由

版本包含多个用户请求的修复和新功能,如 Chrome 扩展、后台通知、图表技能等,但属于小版本迭代,综合评分 75。

AI 点评

「这次更新显著增强了 Claude Code 的集成能力、后台任务可靠性和开发者体验,特别是 Chrome 扩展和代理通知的加入让跨平台协作更顺畅。」

速览

Claude Code v2.1.198 更新重点包括:Claude in Chrome 扩展现已通用可用,新增后台代理通知(钩子 agent_needs_input / agent_completed),提供 /dataviz 图表与仪表盘设计技能并附带可运行调色板验证器,网关新增 Anthropic AWS 作为上游提供商。此外还修复了多个问题,如网络瞬断重试、后台任务卡住、Markdown 表格溢出、macOS 后台代理本地网络路由、.claude/rules 符号链接加载等,并改进了聚焦模式、语法高亮等体验。

  • Claude in Chrome 扩展现已通用可用
  • 新增后台代理通知钩子,处理输入需求和完成事件
  • 新增 /dataviz 图表设计技能,含可运行调色板验证器
  • 网关支持 Anthropic AWS 上游提供商,修复多项稳定性问题

正文

哎呀!

加载时出错。请重新加载此页面。

anthropics / claude-code Public Additional navigation options
  1. 版本
  2. v2.1.198

v2.1.198

Compare

选择标签进行比较

抱歉,出错了。

Filter Loading

抱歉,出错了。

哎呀!

加载时出错。请重新加载此页面。

未找到结果

View all tags @ashwin-ant ashwin-ant released this 01 Jul 20:45 v2.1.198 75709ea

变更内容

  • 子代理现在默认在后台运行,因此Claude在它们运行时继续工作,并在它们完成时收到通知(之前是逐步推出)
  • Claude in Chrome现已全面可用
  • 在claude agents中添加了后台代理通知——需要输入或完成的会话现在会触发Notification钩子(agent_needs_input / agent_completed)
  • 新增/dataviz技能,用于图表和仪表盘设计指导,附带可运行的颜色调色板验证器
  • Gateway:新增了AWS上的Claude Platform(anthropicAws)作为上游提供商;模型未找到的响应现在会推进故障转移链
  • 从claude agents启动的后台代理现在在worktree中完成代码工作后,会提交、推送并打开一个草稿PR,而不是停下来询问
  • 内置的Explore代理现在继承主会话的模型(上限为opus),而不是在haiku上运行
  • 子代理和上下文压缩现在继承会话的扩展思考配置,提高了委派任务的输出质量
  • 修复了响应中短暂的网络断开导致回合中止的问题——现在像ECONNRESET这样的瞬时错误会以退避方式重试,而不是失败
  • 修复了沙盒进程重复访问同一网络主机时后台分类器请求过多的问题
  • 修复了在Web、桌面和VS Code任务面板中,后台任务在完成后或恢复会话后卡在“运行中”状态的问题
  • 修复了代理团队:在API错误中停止运行的团队成员现在会向组长报告“失败”,而向卡住的团队成员发送消息会立即唤醒它重试
  • 修复了在会话外切换分支或提交时,/diff面板不刷新的问题
  • 修复了Markdown表格在全屏模式下渲染时溢出并包裹右边框的问题
  • 修复了AWS上的Claude Platform和Mantle会话在STS令牌过期时以“请运行/login”死结束的问题——现在awsAuthRefresh自动运行
  • 通过声明本地网络权限,修复了macOS后台代理会话中本地网络主机的“no route to host”错误
  • 修复了进入和退出worktree后/desktop失败并显示“Cannot determine working directory”的问题
  • 修复了macOS上代理视图打开时,后台代理大约每52秒重复显示“Reconnecting…”的问题
  • 修复了在claude attach <id>内按下←时退出到shell而不是打开代理视图的问题
  • 修复了claude --bg与--print/-p结合时静默创建不可附加会话的问题;现在冲突的标志会被提前拒绝
  • 修复了工作流进度视图中从列表中删除最早代理,而阶段计数器在SDK和桌面应用会话中保持正确的问题
  • 修复了通过符号链接路径到达目标文件时.claude/rules/条件规则不加载的问题
  • 修复了macOS上Warp中全屏模式下Cmd+单击无法打开URL的问题
  • 修复全屏模式下双击选择单词时选中包含协议的完整URL
  • 修复计划模式在会话开始时未自动允许只读工具调用
  • 修复/branch从压缩摘要而非第一个真实提示中派生其默认分支名称
  • 改进焦点模式:在单个回合中启动的子代理现在会出现在其活动摘要中,完成的背景通知折叠为单一计数
  • 通过升级到 highlight.js 11,改进了代码块、差异比较和文件预览中的语法高亮准确性
  • 通过SSH从Mac连接时,键盘快捷键提示现在显示 opt/cmd 而非 alt/super
  • 改进API重试体验:第二次尝试后现在显示错误原因,当API过载时状态页面链接替代旋转提示
  • /login 现在从 claude agents 视图打开登录对话框,而不是显示不可用
  • 子代理现在将启动它们的代理发送的消息视为正常任务指令;代理的消息仍永远不会被视为用户的批准
  • 移除了 /agents 向导;让 Claude 创建或管理子代理,或直接编辑 .claude/agents/
Assets 12 Loading

哎呀!

加载时出错。请重新加载此页面。

👍 19 mike1858, avoylenko, raky291, saita08, AlexandrosKyriakakis, eyoboue, santimentasti, egoan82, Luminous-Works, ccn-you-sunghwa, and 9 more reacted with thumbs up emoji 😄 3 mike1858, saita08, and distinguished-sre reacted with laugh emoji 🎉 5 mike1858, saita08, vimalspaceton618-afk, thinh9e, and simono reacted with hooray emoji ❤️ 8 mike1858, saita08, wearemssatoshi, leesdonson, jsaristi, Juan131ng, robinpie, and Mateo728 reacted with heart emoji 🚀 5 mike1858, saita08, mrverdant13, egoan82, and MISSMISCHA666 reacted with rocket emoji 👀 3 mike1858, saita08, and distinguished-sre reacted with eyes emoji All reactions
  • 👍 19 个反应
  • 😄 3 个反应
  • 🎉 5 个反应
  • ❤️ 8 个反应
  • 🚀 5 个反应
  • 👀 3 个反应
28 people reacted

相关条目

91

五维评分

信息增量9 ×0.3

详细揭示了两个具体设置如何协同作用实现三倍性能提升,信息增量高。

内容质量8 ×0.2

来自OpenAI官方,数据明确,结构清晰,但缺少对比实验细节。

实用价值9 ×0.2

为AI工程师提供了可直接操作的性能调优方案,实用性强。

时效性10 ×0.15

消息刚发布,具有高度时效性。

信源可信度10 ×0.15

信源为OpenAI官方新闻,权威可靠。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

23:00OpenAI:News(RSS)T1RSS

精选启用两项设置使ARC-AGI-3基准测试分数提升三倍

这项发现太关键了!它表明模型的性能不仅取决于训练,还取决于推理时的配置。对于AI工程师和研究者来说,这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队,可能会因此找到低成本提升能力的方法。

科技模型#ARC-AGI-3#GPT-5.6#OpenAI
91

五维评分

信息增量9 ×0.3

首次公开GPT-5.6具体效率优化细节,此前仅有传闻。

内容质量8 ×0.2

内容简洁,关键指标明确,但缺乏详细技术文档支撑。

实用价值9 ×0.2

直接指导企业如何降低AI部署成本,具有商业参考价值。

时效性10 ×0.15

刚发布的官方新闻,时效性极强。

信源可信度10 ×0.15

来源为OpenAI官方博客,信源权威。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

08:00OpenAI:News(RSS)T1RSS

精选GPT-5.6:前沿智能与前沿效率的融合

这条消息值得关注,因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说,GPT-5.6意味着可以用更少预算获得更高性能,尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步,可能重新定义‘前沿’的标准。

AI模型#Agent工作流#GPT-5.6#OpenAI
91

五维评分

信息增量8 ×0.3

首次提出针对CPU优化的1M上下文模型,填补了边缘设备长文本推理的空白,信息增量显著。

内容质量9 ×0.2

技术细节清晰,提供了基准测试对比和架构解释,图文并茂,质量上乘。

实用价值10 ×0.2

直接降低长上下文应用的硬件成本,开源权重可立即部署,实用价值极高。

时效性10 ×0.15

当日发布的博客,且长上下文推理是当前AI热点,时效性满分。

信源可信度9 ×0.15

Hugging Face官方博客,作者为Liquid AI,属于第一方技术发布,可信度高。

基础分 90.5 × T1 信源权重 ×1 = 91

精选线 60已入选精选

23:01Hugging Face:Blog(RSS)T1RSS

精选LFM2.5-Encoder:面向CPU快速长上下文推理的新模型

这篇博文让我眼前一亮,因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者,LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。

AI模型#CPU推理优化#LFM2.5-Encoder#Liquid AI
91

五维评分

信息增量9 ×0.3

首次公开自动化红队系统的具体机制与实验发现,信息增量高。

内容质量8 ×0.2

来自官方,结构清晰,但未提供完整技术细节(如具体模型版本),扣1分。

实用价值9 ×0.2

对AI安全工程师、模型开发者和企业部署者直接指导作用,实用性极强。

时效性10 ×0.15

刚刚发布,是当前AI安全领域最前沿进展之一。

信源可信度10 ×0.15

信源为OpenAI官方新闻,权威且一手。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选GPT-Red:OpenAI通过自我对弈实现AI红队自动化,提升模型鲁棒性

GPT-Red 是红队测试从人工到自动化的里程碑,特别适合安全工程师和对齐研究者关注。它直接降低了测试成本,但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。

AI模型#AI安全对齐#GPT-Red#OpenAI
91

五维评分

信息增量9 ×0.3

这是首个针对AI模型生物安全的漏洞赏金计划,为行业提供了全新的安全评估视角。

内容质量9 ×0.2

官方来源,内容清晰,涵盖范围、奖励、准则等关键细节。

实用价值8 ×0.2

对AI安全研究员和生物安全专家有直接参与价值,但普通用户关联度较低。

时效性10 ×0.15

刚刚发布,完全符合新闻时效要求。

信源可信度10 ×0.15

OpenAI官方RSS和博客,信源权威可靠。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选OpenAI推出GPT-5.5生物漏洞赏金计划

这个计划值得关注,因为它首次将AI漏洞赏金制度拓展到生物安全领域,不仅为安全社区提供了新的研究方向,也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。

AI模型#Bio Bug Bounty#GPT-5.5#OpenAI
91

五维评分

信息增量8 ×0.3

公布了vLLM新后端的具体架构设计与实测数据,对了解推理优化前沿有较高信息增量。

内容质量9 ×0.2

技术细节清晰,有定量性能对比,来源为官方博客,内容质量高。

实用价值10 ×0.2

直接降低LLM部署门槛与成本,对AI工程化落地具有极高实用价值。

时效性10 ×0.15

发布即时,属于最新技术动态,时效性满分。

信源可信度9 ×0.15

来源为Hugging Face官方博客,vLLM为开源权威项目,可信度高。

基础分 90.5 × T1 信源权重 ×1 = 91

精选线 60已入选精选

08:00Hugging Face:Blog(RSS)T1RSS

精选vLLM推出原生速度Transformers建模后端,大幅提升推理性能

这项更新对于AI工程团队非常关键:无需格式转换意味着能更快地迭代模型,而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理,这几乎是必读的技术更新。

AI模型#Hugging Face#PagedAttention#Transformers
90

五维评分

信息增量9 ×0.3

手语转文本是AI无障碍领域的新突破,提供了此前罕见的具体模型信息。

内容质量8 ×0.2

来源权威,内容清晰描述了模型功能、应用场景和开发理念。

实用价值9 ×0.2

对聋人群体、开发者和无障碍研究者具有直接参考与应用价值。

时效性9 ×0.15

刚刚发布的官方公告,时效性非常高。

信源可信度10 ×0.15

Google DeepMind官方博客,信源可信度极高。

基础分 89.5 × T1 信源权重 ×1 = 90

精选线 60已入选精选

22:01Google DeepMind:Blog(RSS)T1RSS

精选Google DeepMind 发布手语转文本模型 SL2T,助力聋人用户

这则消息的意义不仅在于技术突破,更在于AI开始真正关注边缘群体的需求。对开发者而言,SL2T的架构思路和技术路径值得深入研究;对无障碍倡导者来说,这是推动行业标准的重要案例。

AI模型#Google DeepMind#SL2T#手语识别

引用前请核对原文