Cline SDK
Cline SDK (@cline/sdk) ist eine Open-Source-Agent-Runtime, die aus Cline extrahiert wurde – für agentic Coding-Workflows in IDEs und CLI.
Was ist Cline SDK?
Cline SDK (@cline/sdk) ist eine TypeScript-Agent-Runtime, die aus Cline extrahiert wurde und agentic Coding-Workflows über mehrere Oberflächen hinweg (einschließlich IDEs und CLI) ermöglichen soll. Ihr Kernzweck ist es, ein modulares, wiederverwendbares „Agent Harness“ und eine Architektur bereitzustellen, damit Teams Agenten erstellen und erweitern können, ohne an den UI-Lebenszyklus einer einzelnen Anwendung gebunden zu sein.
Anstatt den Agent-Loop an eine VS-Code-Erweiterung zu koppeln, behandelt das Redesign von Cline die Runtime als gemeinsam genutzten Dienst. Dadurch können langlaufende Aufgaben unabhängig von UI-Neustarts fortgesetzt werden und Sitzungen können zwischen Oberflächen verschoben werden, während der low-level Agent-Loop wiederverwendbar und stateless bleibt.
Wichtige Funktionen
- Gemeinsam genutzte Agent-Runtime-Architektur: Trennt die Runtime von einer bestimmten IDE-Implementierung, sodass Aufgaben weniger von UI-Neustarts abhängig sind.
- Wiederverwendbares Agent Harness (stateless Loop): Hält den low-level Agent-Loop stateless und wiederverwendbar, während eine umgebende Runtime dauerhaft und portabel sein kann.
- Geschichteter TypeScript-Stack: Verwendet ein geschichtetes Design, bei dem jede Schicht eine einzige Verantwortung hat; Sie können den vollständigen Stack oder einzelne Pakete je nach Bedarf wählen.
- Plugin-System auf Runtime-Ebene: Plugins können Tools registrieren, Lifecycle-Events beobachten, Regeln/Befehle hinzufügen und beeinflussen, was das Modell sieht.
- Flexibles Laden und Verpacken von Plugins: Plugins können aus konfigurierten Pfaden oder Workspace-Standorten geladen werden und als lokale .ts/.js-Module starten, bevor sie mit einem
cline.plugins-Manifest zu gepackten Modulen weiterentwickelt werden. - Provider-Layer-LLM-Unterstützung (freie Wahl): Der Provider-Layer unterstützt mehrere Provider und OpenAI-kompatible Endpunkte; der Wechsel von Providern soll konfigurationsgesteuert erfolgen.
So verwenden Sie Cline SDK
- SDK installieren: Installieren Sie den vollständigen Stack mit
npm i -g @cline/sdk. - Oberfläche auswählen: Verwenden Sie Cline SDK, um Agenten in VS Code, JetBrains und der CLI zu betreiben (Cline’s eigene Oberflächen basieren auf dem SDK).
- Verhalten mit Runtime-Plugins erweitern: Erstellen Sie ein Plugin-Modul (oder packen Sie eines), das Tools registrieren und auf Lifecycle-Events reagieren kann.
- Modell-/Provider-Zugriff konfigurieren: Nutzen Sie den Provider-Layer, um über die Konfiguration auszuwählen, welches Modell bzw. welcher Provider von einem Agenten aufgerufen werden soll.
Anwendungsfälle
- Langlaufende Agenten-Arbeit über Neustarts hinweg: Führen Sie Agenten-Aufgaben aus, ohne dass sie „sterben“, wenn eine UI neu gestartet wird, da die Runtime auf Dauerhaftigkeit ausgelegt ist und nicht nur an einen einzelnen UI-Lebenszyklus gebunden ist.
- Agenten erstellen, die über mehrere Oberflächen hinweg bestehen bleiben: Verschieben Sie Sitzungen zwischen verschiedenen Interfaces (z. B. IDE und CLI), während der Agent-Loop stateless und wiederverwendbar bleibt.
- Teamspezifische Agenten-Anpassung über Plugins: Fügen Sie domänenspezifisches Verhalten – wie zusätzliche Tools, Regeln oder Befehle – hinzu, indem Sie Plugins laden, ohne die Runtime zu forken.
- Lokal prototypisieren, später verpacken: Beginnen Sie mit einem Plugin, das als lokales .ts/.js-Modul implementiert ist, und verpacken Sie es später in ein wiederverwendbares Verzeichnis, wenn das Team die Funktion mit einem
cline.plugins-Manifest festigt. - Serverless oder komponierbare Agent-Runtimes: Nutzen Sie kleinere Teile des geschichteten Stacks (z. B. Provider-Logik oder den stateless Loop), wenn Sie das Agenten-Verhalten in ein anderes Runtime-Modell einbetten möchten.
FAQ
-
Ist Cline SDK nur an die VS-Code-Erweiterung gebunden?
Nein. Das SDK soll Cline über VS Code, JetBrains und die CLI hinweg betreiben und ist so konzipiert, dass Teams auf der Runtime aufbauen können, anstatt nur eine IDE-spezifische Implementierung wiederzuverwenden. -
Was bedeutet „stateless“ im Agent-Loop?
Das Redesign hält den low-level Agent-Loop stateless und wiederverwendbar, während die umgebende Runtime Dauerhaftigkeit und Portabilität bietet. -
Wie beeinflussen Plugins das Verhalten des Modells?
Plugins können Tools registrieren, Lifecycle-Events beobachten und beeinflussen, was der Agent sieht (einschließlich Regeln und Befehlen), bevor oder während der Ausführung. -
Kann ich LLM-Provider wechseln, ohne den Agenten neu zu schreiben?
Der Provider-Layer ist als konfigurationsgesteuert beschrieben und unterstützt mehrere Provider sowie OpenAI-kompatible Endpunkte. -
Brauche ich den vollständigen SDK-Stack zum Start?
Das SDK ist als geschichtet beschrieben: Sie können den vollständigen Stack installieren oder einzelne Pakete (wie den Provider-Layer oder den stateless Loop) für kleinere Oberflächen verwenden.
Alternativen
- Ein bestehendes Agent-Framework mit eigener Runtime nutzen: Wenn Sie vollständige Kontrolle über Session-Persistenz und Tool-Orchestrierung benötigen, können alternative Agent-Framework-Ansätze besser geeignet sein, sofern Sie bereits eine eigene Runtime betreiben.
- Auf einem IDE-spezifischen Agent-Erweiterungsmodell aufbauen: Einige Lösungen halten die Agent-Schleife innerhalb eines IDE-Plugins; diese sind oft einfacher zu starten, können jedoch das Runtime-Verhalten stärker an den UI-Lebenszyklus koppeln.
- Eine allgemeine LLM-Tool-Orchestrierungsschicht verwenden: Anstelle einer Agent-Harness- und Runtime-Architektur konzentriert sich ein Tool-Orchestrierungsansatz auf das Aufrufen von Modellen und Tools und überlässt Session-Persistenz sowie Lifecycle-Management in der Regel Ihrem Anwendungscode.
Alternativen
AakarDev AI
AakarDev AI ist eine leistungsstarke Plattform, die die Entwicklung von KI-Anwendungen mit nahtloser Integration von Vektordatenbanken vereinfacht und eine schnelle Bereitstellung und Skalierbarkeit ermöglicht.
Arduino VENTUNO Q
Arduino VENTUNO Q ist ein Edge-AI-Computer für Robotik und physische Systeme: KI-Inferenz mit Microcontroller für deterministische Steuerung. Entwickeln in Arduino App Lab.
Devin
Devin ist ein AI-Coding-Agent für Softwareteams: unterstützt Parallelisierung von Migrations- und Refactoring-Subtasks, während Engineers steuern und Änderungen freigeben.
BenchSpan
BenchSpan führt KI-Agent-Benchmarks parallel aus, erfasst Scores und Fehler in einer geordneten Run-Historie und macht Ergebnisse commit-gebunden reproduzierbar.
open-codex-computer-use
open-codex-computer-use: Open-Source „Computer Use“-Service als MCP-Server, um GUI-Aktionen auf macOS, Linux und Windows auszuführen.
Codex Plugins
Mit Codex Plugins bündelst du Skills, App-Integrationen und MCP-Server zu wiederverwendbaren Workflows und erweiterst Codex für Tools wie Gmail, Google Drive und Slack.