Claude Code 2.1.76 fügt MCP-Abfrage, Worktree-Verbesserungen und Korrekturen für Kontextlimits hinzu

✍️ OpenClawRadar📅 Veröffentlicht: 14. März 2026🔗 Source
Claude Code 2.1.76 fügt MCP-Abfrage, Worktree-Verbesserungen und Korrekturen für Kontextlimits hinzu
Ad

Version 2.1.76 Updates

Claude Code 2.1.76 fügt mehrere neue Funktionen hinzu und behebt verschiedene Probleme aus der vorherigen Version.

Neue Funktionen

  • MCP-Abfrageunterstützung – MCP-Server können jetzt strukturierte Eingaben während Aufgaben über interaktive Dialoge anfordern (Formularfelder oder Browser-URL)
  • Neue HooksElicitation- und ElicitationResult-Hooks hinzugefügt, um Antworten abzufangen und zu überschreiben, bevor sie zurückgesendet werden
  • Sitzungsbenennung-n / --name <name> CLI-Flag hinzugefügt, um beim Start einen Anzeigenamen für die Sitzung festzulegen
  • Worktree-Optimierungworktree.sparsePaths-Einstellung für claude --worktree in großen Monorepos hinzugefügt, um nur benötigte Verzeichnisse via git sparse-checkout auszuchecken
  • Post-Compaction-HookPostCompact-Hook hinzugefügt, der nach Abschluss der Komprimierung ausgelöst wird
  • Aufwandskontrolle/effort Slash-Befehl hinzugefügt, um die Modellaufwandsebene festzulegen
  • Sitzungsbefragungen – Sitzungsqualitätsbefragung hinzugefügt; Enterprise-Administratoren können die Stichprobenrate via feedbackSurveyRate-Einstellung konfigurieren

Wichtige Korrekturen

  • Behoben, dass verzögerte Tools (via ToolSearch geladen) Eingabeschemata nach Konversationskomprimierung verlieren, was zu Ablehnungen von Array- und Zahlparametern mit Typfehlern führte
  • Behobenes fälschliches "Kontextlimit erreicht" beim Aufruf einer Fähigkeit mit model: Frontmatter in einer 1M-Kontext-Sitzung
  • Behobener "adaptives Denken wird von diesem Modell nicht unterstützt"-Fehler bei Verwendung nicht-standardmäßiger Modellzeichenketten
  • Behoben, dass Bash(cmd:*)-Berechtigungsregeln nicht übereinstimmen, wenn ein in Anführungszeichen gesetztes Argument # enthält
  • Behobene automatische Komprimierung, die nach aufeinanderfolgenden Fehlern unbegrenzt wiederholt wurde – stoppt jetzt nach 3 Versuchen mit einem Leistungsschutzschalter
  • Behobene Zwischenablage-Kopierfunktion in tmux über SSH – versucht jetzt sowohl direkten Terminal-Schreibzugriff als auch tmux-Zwischenablage-Integration
  • Behobene Slash-Befehle, die nicht gefunden werden, wenn der exakte Name eines weich-versteckten Befehls eingegeben wird
  • Mehrere Remote-Control-Probleme behoben: Sitzungen, die stillschweigend beendet werden, wenn der Server inaktive Umgebungen bereinigt, schnelle Nachrichtenwarteschlangenbildung und veraltete Arbeitsaufträge, die nach JWT-Aktualisierung erneut zugestellt werden

Verbesserungen

  • Verbesserte --worktree-Startleistung durch direktes Lesen von git-Referenzen und Überspringen redundanter git fetch-Aufrufe, wenn der Remote-Branch bereits lokal verfügbar ist
  • Verbessertes Hintergrund-Agenten-Verhalten – Beenden eines Hintergrundagenten bewahrt jetzt seine teilweisen Ergebnisse im Konversationskontext
  • Verbesserte Modell-Fallback-Benachrichtigungen – jetzt immer sichtbar statt hinter dem ausführlichen Modus versteckt, mit benutzerfreundlichen Modellnamen
  • Verbesserte Blockzitat-Lesbarkeit auf dunklen Terminal-Themen – Text ist jetzt kursiv mit einer linken Leiste statt gedimmt
  • Verbesserte veraltete Worktree-Bereinigung – nach unterbrochenen parallelen Läufen zurückgelassene Worktrees werden jetzt automatisch bereinigt
  • Verbesserte Remote-Control-Sitzungstitel – jetzt abgeleitet von Ihrer ersten Eingabeaufforderung statt "Interaktive Sitzung" anzuzeigen
  • --plugin-dir aktualisiert, um nur einen Pfad zu akzeptieren und Unterbefehle zu unterstützen – verwenden Sie wiederholtes --plugin-dir für mehrere Verzeichnisse
Ad

Version 2.1.75 Highlights

Die vorherige Version 2.1.75 enthielt:

  • 1M-Kontextfenster für Opus 4.6 standardmäßig für Max-, Team- und Enterprise-Pläne hinzugefügt (zuvor zusätzliche Nutzung erforderlich)
  • /color-Befehl für alle Benutzer hinzugefügt, um eine Eingabeaufforderungsleisten-Farbe für Ihre Sitzung festzulegen
  • Sitzungsnamensanzeige auf der Eingabeaufforderungsleiste bei Verwendung von /rename hinzugefügt
  • Zuletzt geänderte Zeitstempel zu Speicherdateien hinzugefügt, um Claude bei der Unterscheidung zwischen frischen und veralteten Erinnerungen zu unterstützen
  • Hook-Quellenanzeige (Einstellungen/Plugin/Fähigkeit) in Berechtigungsaufforderungen hinzugefügt, wenn eine Hook eine Bestätigung erfordert
  • Token-Schätzung behoben, die Denk- und tool_use-Blöcke überzählt, was vorzeitige Kontextkomprimierung verhindert

Diese Updates sind besonders relevant für Entwickler, die mit großen Codebasen arbeiten und besseres Kontextmanagement und zuverlässigere Tool-Interaktionen benötigen.

📖 Read the full source: HN AI Agents

Ad

👀 Siehe auch

Entwickler-Erfahrung mit Claude AI: Vom Denkpartner zum kognitiven Outsourcing
Nachrichten

Entwickler-Erfahrung mit Claude AI: Vom Denkpartner zum kognitiven Outsourcing

Ein Entwickler teilt eine 8-monatige Erfahrung mit der täglichen Nutzung von Claude AI und bemerkt einen Wandel: von der Verwendung zur Verfeinerung bestehender Gedanken hin zum vollständigen Auslagern des anfänglichen Denkens. Der Beitrag beschreibt zwei verschiedene kognitive Ansätze: KI als Denkpartner versus KI als Erstentwurfs-Generator.

OpenClawRadar
OpenClaw-Agenten treten in einer KI-exklusiven Pokémon-Rot-Liga an
Nachrichten

OpenClaw-Agenten treten in einer KI-exklusiven Pokémon-Rot-Liga an

Eine neue Plattform namens AgentMonLeague ermöglicht es autonomen OpenClaw-Agenten, sich mit einem Pokémon-Rot-Emulator zu verbinden, eigene Entscheidungen während eines kompletten Durchspielens zu treffen und darum zu konkurrieren, das Spiel als Erster zu beenden. Die Läufe sind live verfolgbar, während die Agenten voranschreiten.

OpenClawRadar
Sarvam AI veröffentlicht 30B und 105B Open-Source-LLMs mit indischer Trainingsinfrastruktur.
Nachrichten

Sarvam AI veröffentlicht 30B und 105B Open-Source-LLMs mit indischer Trainingsinfrastruktur.

Sarvam AI hat Sarvam 30B und Sarvam 105B als Open-Source veröffentlicht, zwei Reasoning-Modelle, die von Grund auf in Indien auf Rechenleistung trainiert wurden, die im Rahmen der IndiaAI-Mission bereitgestellt wurde. Beide Modelle verwenden eine Mixture-of-Experts-Architektur mit sparsamem Expert-Routing und sind für eine effiziente Bereitstellung auf Hardware von GPUs bis hin zu Laptops optimiert.

OpenClawRadar
AlphaEvolve: Der Gemini-gestützte Agent von DeepMind optimiert Algorithmen in den Bereichen Genomik, Stromnetze und TPC-Schaltkreise
Nachrichten

AlphaEvolve: Der Gemini-gestützte Agent von DeepMind optimiert Algorithmen in den Bereichen Genomik, Stromnetze und TPC-Schaltkreise

AlphaEvolve, ein von Gemini betriebener Codierungs-Agent von Google DeepMind, reduzierte Fehler bei der Variantenerkennung von DeepConsensus um 30 %, verbesserte die Machbarkeit von AC Optimal Power Flow GNN von 14 % auf 88 % und senkte den Quantenschaltkreis-Fehler um das Zehnfache.

OpenClawRadar