Claude Code v2.1.186:MCP CLI认证、工作流增强与大量修复
评分
66精选理由
新增的CLI MCP认证和bash自动响应功能实用性强,修复了大量影响体验的Bug,但部分改进属于细节优化,整体提升显著。
AI 点评
「此次更新大幅提升了Claude Code的CLI自动化能力与稳定性,特别是MCP远程认证和bash响应自动化的引入,使开发者能够在无头或SSH环境中更高效地使用AI代理。」
速览
Claude Code v2.1.186 版本引入了多项新功能与改进。新增 `claude mcp login/logout` 命令,允许用户无需进入交互菜单即可通过CLI认证MCP服务器,并支持无浏览器SSH重定向。工作流代理详情视图新增状态过滤(按f键),插件安装选项卡新增“技能”部分。bash命令现在会自动触发Claude回复输出,可通过设置关闭。同时修复了睡眠唤醒后流式请求失败、子代理滚动位置污染、后台会话总结重复、Chrome标签组隔离失效等大量问题。还改进了MCP服务器名称建议、内存管理(提醒压缩MEMORY.md)、技能frontmatter多格式支持等。
- 新增 `claude mcp login/logout` CLI命令,支持无浏览器SSH重定向的MCP服务器认证
- 工作流代理视图新增状态过滤(f键),插件选项卡新增“技能”部分
- bash命令现在自动触发Claude响应输出(可通过设置关闭)
- 修复睡眠唤醒后流式请求失败、子代理滚动条污染、总结重复等大量问题
正文
哎呀!
加载时出现错误。请重新加载此页面。
anthropics / claude-code Public- 通知 您必须登录才能更改通知设置
- Fork 21.9k
- Star 136k
v2.1.186
Compare选择一个标签进行比较
抱歉,出了点问题。
Filter Loading抱歉,出了点问题。
哎呀!
加载时出现错误。请重新加载此页面。
未找到结果
View all tags1228199
变更内容
- 新增
claude mcp login <name>和claude mcp logout <name>,用于在命令行中认证 MCP 服务器,无需打开交互式/mcp菜单,并支持--no-browser标准输入重定向以在 SSH 上完成操作 - 在
/workflows智能体详情视图中新增了状态过滤(按f) - 在
/plugin的“已安装”标签页中新增了“技能”板块 - 新增
teammateMode: "iterm2"设置,当自动模式找不到it2CLI 时会发出警告 - 当配置了
awsAuthRefresh时,在/login中添加了“Claude Platform on AWS - refresh credentials”选项 !bash 命令现在会触发 Claude 自动响应输出;在 settings.json 中设置"respondToBashCommands": false以保持之前仅上下文的行为- 修复了机器从睡眠中唤醒后,流式请求因“Content block not found”或 JSON 解析错误而失败的问题
- 修复了退出时子智能体记录滚动位置渗入主记录的问题
- 修复了在智能体计划加载之前,后台任务预览闪烁显示原始工具名称的问题
- 修复了当并发 CLI 会话的产品内权限门关闭时,Chrome 标签组隔离不生效的问题
- 修复了后台会话摘要重复的问题;智能体自身的回合结束摘要现在显示为摘要行
- 修复了从
claude agents打开后台会话时,之前屏幕的绘制残留的问题 - 修复了
Agent(type)拒绝规则和Agent(x,y)允许类型限制未对命名的子智能体生成强制执行的问题 - 修复了主线回合结束后,后台智能体仍在运行时 Esc 和 Ctrl+C 无响应的问题
- 修复了权限提示中选项文本溢出时选项编号错位的问题
- 修复了在智能体面板中对已完成的子智能体按
x未能关闭它的问题 - 修复了恢复旧会话时,对于有意停用的工具显示误导性的“MCP 服务器断开连接”通知的问题
- 修复了
/plugin的“已安装”页在已滚动到顶部时仍显示“上方还有更多”指示器的问题 - 修复了
~~strikethrough~~在助手的消息中显示字面波浪线而不是渲染为删除线的问题 - 修复了在冷启动时,
--tools在标志加载前允许受功能门控的工具通过的问题 - 修复了在
claude agents中后台任务状态在回复后显示过时的“需要输入”消息的问题 - 修复了在浅色终端上从
claude agents打开后台会话时出现深色主题闪烁的问题 - 修复了在
claude agents中删除鼠标选中的文本后,文本仍保持高亮的问题 - 修复了基于用量的企业版和团队版订阅用户的会话费用未显示的问题。
- 修复了代理团队:通过 tmux/面板后端生成的队友现在继承领导者的
--effort级别。 - 修复了工作流
agent({schema})子代理在重复模式验证失败时无限循环,而不是在5次尝试后终止的问题。 - 改进了
claude mcp get和claude mcp remove,现在在输入错误时会提示最接近的已配置服务器名称,并截断过长的服务器列表。 - 改进了内存:当接近大小限制时,代理现在会收到提醒以压缩其
MEMORY.md索引。 - 改进了技能前导元数据:
display-name、default-enabled、fallback和metadata.*键现在支持 kebab-case、snake_case 和 camelCase。 - 改进了对格式错误的
SKILL.mdYAML 前导元数据的处理:现在会加载带有空元数据的技能正文,而不是静默失败。 - 将
CLAUDE_CODE_MAX_RETRIES的上限改为15;对于无人值守会话,请改用CLAUDE_CODE_RETRY_WATCHDOG。 - 更改了后台子代理的行为:现在在主会话中显示权限提示,而不是自动拒绝;对话框会显示是哪个代理在请求,按 Esc 仅拒绝该工具。
- 将
/review <pr>更改为使用与/code-review medium相同的审查引擎。
哎呀!
加载时出现错误。请重新加载此页面。
👍 4 saita08, Maaattqc, mike1858, and distinguished-sre reacted with thumbs up emoji 😄 2 saita08 and mike1858 reacted with laugh emoji 🎉 2 saita08 and mike1858 reacted with hooray emoji ❤️ 2 saita08 and mike1858 reacted with heart emoji 🚀 2 saita08 and mike1858 reacted with rocket emoji 👀 2 saita08 and mike1858 reacted with eyes emoji All reactions- 👍 4 个反应
- 😄 2 个反应
- 🎉 2 个反应
- ❤️ 2 个反应
- 🚀 2 个反应
- 👀 2 个反应
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍,智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好,尤其是智能体场景将重塑 AI 部署格局。
91
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。
91
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。
91
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。
91
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。
91
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。
91
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。
90
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。