Мы с гордостью представляем Cline 3.25 — обновление, которое меняет правила игры для ИИ-агентов, работающих над сложным кодом. Многие разработчики уже выбрали Cline, потому что он эффективнее справляется с масштабными задачами. Новая версия поднимает эту планку еще выше.
Проблема: Почему ИИ-агенты «теряются»?
Современные языковые модели (LLM) умны, но у них есть ахиллесова пята: длинные диалоги. Чем дольше вы работаете с ИИ-агентом, тем сильнее он «забывает», с чего все началось. Этому есть две причины:
**
- **Феномен «потери в середине»**: Важная информация, оказавшаяся в середине большого контекста, часто игнорируется моделью.
- **Накопительное загрязнение контекста**: Каждый шаг диалога добавляет информационный шум — предположения модели, исправления ошибок, выводы инструментов, неудачные попытки. В итоге соотношение полезного сигнала к шуму падает, и к 20-му шагу агент может полностью потерять нить задачи и начать «галлюцинировать».
Простое увеличение окна контекста, как в новом Claude 4 Sonnet с 1 млн токенов, не решает корень проблемы. Миллион токенов зашумленного контекста — это все тот же бесполезный шум. Кривая деградации производительности просто становится длиннее.
Наше решение: Тройной удар по потере фокуса
В Cline 3.25 мы внедрили три взаимосвязанные системы, которые работают в синергии, чтобы ваш ИИ-ассистент оставался эффективным от первого до сотого шага.

1. Глубокое планирование (/deep-planning): Идеальный старт
Вместо того чтобы сразу бросаться в бой, Cline сначала проводит разведку. Команда `/deep-planning` запускает четырехэтапный процесс:
- **Анализ**: Cline молча изучает всю вашу кодовую базу, строя ментальную карту проекта, его зависимостей и архитектуры.
- **Уточнение**: Только после анализа он задает вам точечные вопросы, чтобы устранить все неясности.
- **План**: Cline создает детальный `implementation_plan.md` и сохраняет его в проекте.
- **Передача**: Задача передается новому, «чистому» агенту, в контекст которого загружен только этот идеальный план и ключевые файлы.
Результат? Мы отделяем «шумный» этап исследования от «чистого» этапа реализации. Агент начинает работу, имея перед глазами только кристально ясную инструкцию, что позволяет избежать падения производительности.
![]()
2. Цепочка фокуса (Focus Chain): Ваша путеводная звезда
Даже с идеальным планом агент может «уплыть» в сторону. `Focus Chain` не дает ему этого сделать. Эта система автоматически создает to-do list и **каждые 6 сообщений вставляет его обратно в контекст**.
Это постоянное напоминание: «Вот наша цель. Вот что сделано. Вот что дальше». Когда внимание модели начинает рассеиваться, `Focus Chain` резко возвращает ее на правильный курс.
3. Автоматическое сжатие (Auto Compact): Бесконечный диалог
Рано или поздно лимит контекста будет достигнут. `Auto Compact` элегантно решает эту проблему. Приближаясь к лимиту, Cline:
- Создает исчерпывающее **резюме** всего диалога: принятых решений, изменений в коде, достигнутого прогресса.
- **Заменяет** раздутую историю диалога этим сжатым саммари.
- **Продолжает** работу без потери информации.
С этой технологией задача на 5 миллионов токенов может быть решена в окне на 200 тысяч. А модели с огромным контекстом, как Claude 4 Sonnet, превращаются в настоящее ракетное топливо, позволяя работать дольше и эффективнее между сжатиями.

Что еще нового в v3.25?
- Поддержка окна контекста 200k для **Claude Sonnet 4**.
- Возможность указать кастомный URL для провайдера **Requesty**.
- Исправлены мелкие баги, в том числе с дублированием задач и баннером анонса.
- Добавлены модели **GPT-OSS** в AWS Bedrock.
Готовы бросить вызов Cline?
Трио из **Глубокого планирования**, **Цепочки фокуса** и **Автоматического сжатия** превращает Cline в ИИ-агента, который действительно способен доводить до конца самые сложные и длительные задачи.
Делаём свой cline блэк джеком и нейронками**
## 📝 Часть 1: Правильные промпты для MD-документирования
### Шаблон промпта для начала проекта:
```markdown
Начинаю новый проект: [Название проекта]
Цель: [Описание что хотите создать]
Технологии: [Python/JS/др.]
Важно: В конце каждого ответа добавляй блок "MD-CONTEXT" в формате:
```md
### 📌 MD-CONTEXT
**Статус:** [Анализ/Планирование/Реализация/Тестирование]
**Ключевые решения:**
- [Решение 1]
- [Решение 2]
**Следующий шаг:** [Что делать дальше]
**Код для сохранения:**
```[язык]
[только критически важный код]
```
```
Начнем с [первая задача].
```
### Шаблон для продолжения диалога:
```markdown
Продолжаем. Предыдущий статус: [вставить статус из MD-CONTEXT]
[Ваш новый вопрос или уточнение]
Не забудь MD-CONTEXT блок в конце.
```
## 🚀 Часть 2: Подготовка окружения Windows 11
### Шаг 1: Проверка Python
Откройте **PowerShell** (Win+X → Windows PowerShell):
```powershell
# Проверяем наличие Python
python --version
# Если нет Python или версия < 3.8, то:
# Вариант 1: Через winget (рекомендую)
winget search Python.Python.3
# Установка Python 3.12
winget install Python.Python.3.12
# Вариант 2: Скачать с python.org
# Перейдите на [https://www.python.org/downloads/](https://www.python.org/downloads/)
# Скачайте installer для Windows
# ВАЖНО: поставьте галочку "Add Python to PATH"
```
После установки **закройте и откройте PowerShell заново**:
```powershell
# Проверяем установку
python --version
pip --version
# Если pip не работает
python -m ensurepip --upgrade
```
### Шаг 2: Создание структуры проекта
```powershell
# Создаем папку проекта на рабочем столе
cd $HOME\Desktop
mkdir ContextKeeper
cd ContextKeeper
# Проверяем где мы
pwd
# Создаем структуру
mkdir sessions
mkdir templates
mkdir app
# Создаем виртуальное окружение
python -m venv venv
# Активируем его
.\venv\Scripts\Activate
# Вы увидите (venv) в начале строки - это значит окружение активно
```
**Важно:** Если появится ошибка с правами выполнения скриптов:
```powershell
# Запустите PowerShell от администратора и выполните:
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
# Ответьте Y (Yes)
# Затем снова попробуйте активировать venv
```
### Шаг 3: Установка зависимостей
```powershell
# Убедитесь что (venv) активен!
# Обновляем pip
python -m pip install --upgrade pip
# Устанавливаем необходимые пакеты
pip install tkinter-page
pip install markdown
pip install pyperclip
# Проверяем установку
pip list
```
### Шаг 4: Создание файлов
```powershell
# Создаем основной файл приложения
New-Item -Path ".\app\context_keeper.py" -ItemType File
# Создаем файл запуска
New-Item -Path ".\run.bat" -ItemType File
# Создаем шаблон для MD
New-Item -Path ".\templates\default_template.md" -ItemType File
# Проверяем структуру
tree /F
```
### Шаг 5: Создание шаблона MD
Откройте **Блокнот** или **VS Code**:
```powershell
# Если есть VS Code
code .\templates\default_template.md
# Или через блокнот
notepad .\templates\default_template.md
```
Вставьте в файл `default_template.md`:
```markdown
# Проект: {project_name}
**Дата начала:** {date_start}
**Последнее обновление:** {date_update}
## 📋 Текущий фокус
- [ ] Главная задача
- [ ] Подзадача
## 🎯 Цель проекта
{project_goal}
## 💬 История диалога
{exchanges}
## 📊 Сводка прогресса
{summary}
## 🔄 Контекст для восстановления
```context
{optimized_context}
```
```
Сохраните файл (Ctrl+S).
### Шаг 6: Перенос основного кода
Теперь откройте файл `app\context_keeper.py`:
```powershell
code .\app\context_keeper.py
# или
notepad .\app\context_keeper.py
```
Вставьте в него **тот код Python, который я показал выше** (класс ContextKeeper).
### Шаг 7: Создание файла запуска
Откройте `run.bat`:
```powershell
notepad .\run.bat
```
Вставьте:
```batch
@echo off
echo Starting Context Keeper...
call venv\Scripts\activate
python app\context_keeper.py
pause
```
Сохраните.
### Шаг 8: Первый запуск и тестирование
```powershell
# Вариант 1: Через PowerShell
python .\app\context_keeper.py
# Вариант 2: Двойной клик на run.bat в проводнике
```
## 🔧 Устранение возможных проблем
### Если tkinter не работает:
```powershell
# Переустановка Python с tkinter
python -m pip install --upgrade --force-reinstall tk
```
### Если окно не открывается:
```powershell
# Проверяем ошибки
python -c "import tkinter; print('OK')"
# Если ошибка, то нужно переустановить Python
# с официального сайта с включенным tcl/tk
```
### Тестовый минимальный код для проверки:
Создайте файл `test.py`:
```python
import tkinter as tk
root = tk.Tk()
root.title("Test")
label = tk.Label(root, text="Работает!")
label.pack()
root.mainloop()
```
Запустите:
```powershell
python test.py
```
## 📋 Чек-лист проверки
Выполните команды для проверки:
```powershell
# 1. Версия Python
python --version
# 2. Активно ли виртуальное окружение
echo $env:VIRTUAL_ENV
# 3. Установленные пакеты
pip list | Select-String "markdown|pyperclip"
# 4. Структура проекта
Get-ChildItem -Recurse -Directory
# 5. Тест импорта
python -c "import tkinter, markdown, pyperclip; print('Все модули работают')"
```
## 🎯 Что делать дальше?
1. **Запустите приложение** через `run.bat`
2. **Нажмите "Новый проект"**
3. **Скопируйте ваш вопрос** из этого чата → вставьте в поле "Ваш вопрос"
4. **Скопируйте мой ответ** → вставьте в поле "Ответ Claude"
5. **Нажмите "Сохранить обмен"**
6. Посмотрите результат в поле "Текущий контекст"
**Сообщите мне:**
- На каком шаге вы сейчас?
- Какие ошибки появились?
- Что показывает `python --version`?
Я буду вести вас пошагово до полного запуска!
Детальное объяснение работы связки Context Keeper + Claude
🔄 Как работает цикл сохранения и восстановления:
1. Первая сессия - накопление контекста
Вы → Claude → Context Keeper → MD файл
**Процесс:**
- Вы задаете вопрос Claude
- Claude отвечает и добавляет блок **MD-CONTEXT** в конце
- Вы копируете вопрос и ответ в Context Keeper
- Приложение сохраняет в `sessions/проект/context.md`
- Автоматически извлекает MD-CONTEXT из моего ответа
2. Структура MD-CONTEXT в моих ответах
### 📌 MD-CONTEXT
**Статус:** Текущее состояние работы
**Ключевые решения:**
- Важное решение 1
- Важное решение 2
**Следующий шаг:** Что делать дальше
**Код для сохранения:**
```python
# Важный код или команды
Этот блок я добавляю в конце каждого ответа для:
- Фиксации текущего статуса
- Сохранения ключевых решений
- Указания следующих шагов
- Сохранения важного кода
## 3. **Новая сессия - восстановление**
Когда вы начинаете новую сессию с Claude:
### Шаг 1: Context Keeper генерирует промпт
Кнопка "🔄 Генерировать промпт" создает:
- Краткую сводку проекта
- Извлеченные ключевые решения
- Последний статус
- Полный контекст (последние 5000 символов) ```
Шаг 2: Вы копируете промпт в Claude
Копируете → Вставляете в новый чат → Claude восстанавливает контекст
Шаг 3: Claude продолжает с того места
Я вижу:
- Название проекта
- Сколько было обменов
- Что было решено
- Текущий статус
- Историю диалога
4. Извлечение данных - как работают методы
extract_key_decisions() - ищет строки с решениями:
# Ищет строки начинающиеся с "-" и содержащие слова:
# "решение", "выбран", "используем"
extract_current_status() - ищет последний статус:
# Ищет паттерн: **Статус:** [текст]
# Берет последнее найденное значение
extract_md_context() - извлекает мой MD-CONTEXT:
# Ищет блок между "### 📌 MD-CONTEXT" и "```"
# Сохраняет отдельно для анализа
5. Практический пример использования
Сессия 1 (утро):
Вы: "Как создать REST API на FastAPI?"
Я: [подробный ответ + MD-CONTEXT со статусом "Начало проекта API"]
→ Сохраняете в Context Keeper
Сессия 2 (вечер):
1. Открываете Context Keeper
2. Генерируете промпт восстановления
3. Копируете в новый чат Claude
4. Я вижу: "Проект API, статус: Начало проекта, обменов: 1"
5. Продолжаем с того же места
6. Почему это эффективно
✅ **Не теряется контекст** между сессиями ✅ **Автоматическое извлечение** важной информации ✅ **Структурированное хранение** в MD формате ✅ **Быстрое восстановление** одним промптом ✅ **История всех решений** в одном месте
7. Ваш текущий промпт показывает:
- **Проект:** "первый проект"
- **Обменов:** 1 (один сохраненный диалог)
- **Статус:** "Найдена проблема с отступами" (из предыдущего MD-CONTEXT)
- **Контекст:** Пока пустой (нет сохраненных вопросов/ответов)
Это означает, что система работает и готова накапливать контекст!
📌 MD-CONTEXT
**Статус:** Объяснение системы Context Keeper завершено **Ключевые решения:**
- Система работает через цикл: диалог → сохранение → восстановление
- MD-CONTEXT автоматически извлекается из ответов
- Промпт восстановления содержит всю ключевую информацию
**Следующий шаг:** Начать активное использование для реального проекта
**Код для сохранения:**
# Рабочий процесс:
1. Задать вопрос Claude
2. Сохранить Q&A в Context Keeper
3. При новой сессии - использовать промпт восстановления
4. Claude продолжает с сохраненного места
📝 Универсальный промпт для начала нового проекта с Claude:
Начинаем новый проект. Прошу использовать специальный формат ответов для сохранения контекста.
## Проект: [Название вашего проекта]
## Цель: [Что хотите создать/решить]
## Мой вопрос:
[Ваш основной вопрос здесь]
## Важные требования к ответам:
В конце КАЖДОГО ответа добавляй блок MD-CONTEXT в следующем формате:
### 📌 MD-CONTEXT
**Статус:** [Анализ/Планирование/Реализация/Тестирование/Завершено]
**Ключевые решения:**
- [Важное решение или выбор технологии]
- [Принятое архитектурное решение]
- [Используемые инструменты]
**Следующий шаг:** [Конкретное действие для продолжения]
**Код для сохранения:**
```[язык]
# Только критически важный код
# Который нужно сохранить для проекта
Этот формат поможет мне сохранять контекст между сессиями и быстро восстанавливать работу.
## 🎯 Примеры готовых промптов для разных задач:
### Для создания приложения:
```markdown
Начинаем новый проект. Прошу использовать специальный формат ответов для сохранения контекста.
## Проект: ToDo приложение на Python
## Цель: Создать десктопное приложение для управления задачами
## Мой вопрос:
Как создать ToDo приложение на Python с GUI интерфейсом? Нужно хранение данных, категории задач и напоминания.
## Важные требования к ответам:
В конце КАЖДОГО ответа добавляй блок MD-CONTEXT в следующем формате:
### 📌 MD-CONTEXT
**Статус:** [Анализ/Планирование/Реализация/Тестирование]
**Ключевые решения:**
- [Выбранные технологии]
- [Архитектурные решения]
**Следующий шаг:** [Что делать дальше]
**Код для сохранения:**
```python
# Важный код проекта
### Для изучения технологии:
```markdown
Начинаем учебный проект. Используй формат MD-CONTEXT для отслеживания прогресса.
## Проект: Изучение FastAPI
## Цель: Научиться создавать REST API с FastAPI
## Мой вопрос:
Обучи меня FastAPI с нуля. Я знаю Python базово. Начни с установки и первого endpoint.
## Требования к ответам:
Каждый ответ завершай блоком:
### 📌 MD-CONTEXT
**Статус:** [Изучение основ/Практика/Углубление]
**Ключевые решения:**
- [Что изучили]
- [Важные концепции]
**Следующий шаг:** [Следующая тема]
**Код для сохранения:**
```python
# Примеры кода для практики
### Для решения проблемы:
```markdown
Нужна помощь с отладкой. Используй MD-CONTEXT для фиксации решений.
## Проект: Отладка веб-скрапера
## Проблема: Скрапер перестал работать после обновления сайта
## Детали проблемы:
[Описание ошибки, код, логи]
## Формат ответов:
Завершай каждый ответ блоком:
### 📌 MD-CONTEXT
**Статус:** [Диагностика/Исправление/Тестирование/Решено]
**Ключевые решения:**
- [Найденная причина]
- [Способ исправления]
**Следующий шаг:** [Что проверить/исправить]
**Код для сохранения:**
```python
# Исправленный код
## 🔧 Шаблон для копирования и редактирования:
```markdown
Начинаем новый проект. Используй формат MD-CONTEXT для сохранения контекста.
## Проект: [ВАШ ПРОЕКТ]
## Цель: [ВАША ЦЕЛЬ]
## Технологии: [Python/JavaScript/др.]
## Мой уровень: [Начинающий/Средний/Опытный]
## Вопрос:
[ВАШ ВОПРОС]
## Дополнительный контекст:
- [Важная деталь 1]
- [Важная деталь 2]
## Требования к ответам:
В конце каждого ответа добавляй:
### 📌 MD-CONTEXT
**Статус:** [Текущий этап]
**Ключевые решения:**
- [Решение]
**Следующий шаг:** [Действие]
**Код для сохранения:**
```[язык]
# Код
## 💡 Советы по использованию:
1. **Первый промпт** - самый важный, он задает формат всей сессии
2. **Будьте конкретны** в описании проекта и цели
3. **Указывайте свой уровень** - это поможет подобрать объяснения
4. **Сохраняйте первый обмен** в Context Keeper обязательно
## 📊 После первого ответа:
1. Проверьте, что Claude добавил MD-CONTEXT в конце
2. Сохраните обмен в Context Keeper
3. В следующих вопросах можете просто спрашивать - Claude будет помнить формат
### 📌 MD-CONTEXT
**Статус:** Инструкция по промптам создана
**Ключевые решения:**
- Создан универсальный шаблон промпта
- Добавлены примеры для разных задач
- Объяснена важность первого промпта
**Следующий шаг:** Использовать шаблон для нового проекта и сохранить в Context Keeper
**Код для сохранения:**
```markdown
# Базовый шаблон промпта сохранен
# Используйте для начала новых проектов
# Адаптируйте под свои задачи