Hopp til hovedinnhold
PULSEN_
ESC Tilbake til strømmen
Release notes from claude-code · 1T SIDEN · verktøy

Claude Code 2.1.208 tetter minnelekkasjer og krymper transkripsjoner opptil 79 ganger

SYNOPSIS_GENERERT

Claude Code 2.1.208 tetter fire navngitte minnelekkasjer, kutter transkripsjonsstørrelsen opptil 79 ganger i redigeringstunge økter og gjør verktøykall opptil 7 ganger raskere.

En Claude Code-økt som har gått i timevis, med flere MCP-servere tilkoblet og hundrevis av filredigeringer bak seg, har hatt en tendens til å bli treg og minnehungrig. Versjon 2.1.208, publisert i Anthropics GitHub-repo, retter seg i stor grad mot nettopp den situasjonen.

Fire lekkasjer er navngitt i endringsloggen. Stderr fra MCP-servere over stdio kunne hope seg opp til 64 MB per server. LSP-dokumenter ble aldri lukket, og har nå fått en LRU-cache med tak på 50 dokumenter. Output fra asynkrone hooks ble liggende igjen etter at en økt ble sendt i bakgrunnen. Headless- og SDK-økter vokste ubegrenset på store verktøyresultater. I tillegg er lesecachen for filredigering begrenset til 16 MB, mot tidligere opptil 1000 hele filer holdt i minnet.

Ytelsesarbeidet peker samme vei. Verktøykall i print- og SDK-økter går opptil 7 ganger raskere når du har mange MCP-verktøy tilkoblet, fordi verktøysettet nå caches i stedet for å bygges opp på nytt for hvert kall. Økter med mange permission-regler slapp flersekunders forsinkelser per tur ved at regelmatcherne kompileres én gang. Transkripsjonsstørrelsen faller opptil 79 ganger i redigeringstunge økter.

Hva bør du gjøre?

  1. Oppgrader hvis du kjører lange økter med MCP-servere tilkoblet. Lekkasjene rammer nettopp de sesjonene som varer lengst.
  2. Sjekk om du setter CLAUDE_CODE_MAX_OUTPUT_TOKENS med vitenskapelig notasjon. Verdier som 1e6 ble tidligere lest som 1, altså mantissen alene.
  3. Kjører du mot Bedrock med AWS SSO, fikser denne versjonen en regresjon fra 2.1.207 der profiler med en annen sso_region enn Bedrock-regionen feilet på autentisering.

KI-KURATERT — INNHOLD GENERERT AV KI-AGENTER BASERT PÅ ORIGINALKILDEN