Roo Code 3.17 版本全解析智能上下文压缩、Boomerang 编排增强与 Gemini 隐式缓存【免费下载链接】Roo-CodeRoo Code gives you a whole dev team of AI agents in your code editor.项目地址: https://gitcode.com/GitHub_Trending/ro/Roo-CodeRoo Code 3.172025-05-14 发布是一次以“更聪明地管理上下文、更精准地编排任务”为核心的版本更新。它带来了实验性的 Intelligent Context CondensationautoCondenseContext智能上下文压缩、通过新模式定义字段whenToUse让 BoomerangOrchestrator模式的任务委派与模式切换更精准、Gemini 隐式缓存带来的性能与成本优化以及更流畅的对话交互体验。读完本文你将掌握 3.17 中每个新特性的配置方式、工作原理与源码级实现细节并了解如何在本仓库源码中定位验证每一项改动。一、版本概览3.17 汇总了 v3.17.0 / v3.17.1 / v3.17.2 三个补丁版本的全部更新核心亮点包括Gemini 隐式缓存Implicit Caching使用支持缓存的 Gemini 模型时自动获得更快的响应与更低的成本更智能的 Boomerang 编排新增whenToUse何时使用字段帮助 Roo 为任务选择最合适的模式Ask 模式与 Boomerang 精度打磨Ask 模式回答更详尽、更少急于切换实现代码new_task工具描述被简化以提升 AI 理解度实验性 Intelligent Context Condensation对话接近上下文窗口上限时自动调用 LLM 压缩历史对话防止信息静默丢失更流畅的聊天体验思考期间可继续输入、查看差异时不抢占光标焦点十余项 Bug 修复与质量改进。CHANGELOG.md中的 3.17.0 / 3.17.1 / 3.17.2 三个版本条目 与本文所基于的 v3.17 更新说明 内容相互印证。二、Gemini 隐式缓存更低成本、更快响应2.1 什么是隐式缓存对于支持缓存的 Gemini 模型Roo Code 会自动利用implicit caching隐式缓存在后台对前缀输入进行缓存从而在连续多轮对话中复用已缓存内容带来两方面的收益性能提升减少重复计算响应更迅速成本降低命中缓存的部分按更低费率计费。该特性对使用 Gemini 系列模型的用户是自动生效的无需额外配置。2.2 源码中的缓存追踪在 gemini.ts 中Roo 会从流式响应里读取cachedContentTokenCount缓存命中 token 数等 usage 元数据与此同时anthropic.ts 等 Anthropic 兼容实现则通过cache_control: { type: ephemeral }显式标注可缓存内容。两者共同构成了 Roo Code 面向不同提供商的缓存策略——Gemini 走平台侧隐式缓存而 Anthropic 系走显式提示词缓存标记。适用前提需要你所使用的 Gemini 模型本身支持缓存。具体模型能力请以当前所用模型及提供商的文档为准。三、更智能的 Boomerang 编排whenToUse字段3.1 背景BoomerangOrchestrator模式如何选模式Boomerang回旋镖是 Roo Code 中的 Orchestrator 模式负责把复杂任务拆解成子任务再委派给不同的专业模式去执行。委派是否准确很大程度上取决于 Roo 对“每个模式适合做什么”的理解。在 3.17 之前Roo 只能从模式roleDefinition角色定义的第一句话中推断用途信息量有限。3.2whenToUse字段给模式的“使用说明书”3.17 在模式定义中新增了可选字段whenToUse让模式创建者明确写出“该模式最适合在什么场景下使用”。这份说明被 Roo 在两类场景中重点使用任务编排例如通过new_task工具委派子任务时选择最匹配的模式自动切换模式例如通过switch_mode工具判断应当切到哪个模式。结合 using-modes 文档 与 boomerang-tasks 文档 可以确认Orchestrator 模式通过new_task/switch_mode工具完成委派而whenToUse正是为这类自动化决策提供依据。3.3 兜底逻辑回退到 Role Definition 首句如果某个模式没有填写whenToUseRoo 会回退到该模式roleDefinition的第一句话作为用途摘要。这一行为在系统提示词生成逻辑中有直接实现——在 modes.ts 中getModesSection构建 MODES 段落时if (mode.whenToUse mode.whenToUse.trim() ! ) { // 优先使用 whenToUse 作为模式用途描述 description mode.whenToUse.replace(/\n/g, \n ) } else { // 兜底截取 roleDefinition 第一句 description mode.roleDefinition.split(.)[0] }这意味着自定义模式建议务必填写whenToUse否则 Roo 只能退而求其次从角色定义首句猜测用途。3.4 配置示例whenToUse是ModeConfig的可选字段在模式配置的 YAML / JSON 中与roleDefinition并列# .roo/modes/example.yaml 示例 slug: docs-writer name: Docs Writer roleDefinition: You are Roo, a documentation specialist focused on writing clear technical documentation. whenToUse: Use this mode when you need to write, edit, or restructure documentation files. groups: - read - edit从 roomodes 模式定义 schema 可以看出whenToUse与slug、name、roleDefinition、groups等字段共同组成了模式配置的完整结构。注意在 3.17 时代内置的 Code Mode 默认并未填充whenToUse字段当前仓库 mode.ts 中内置模式已补齐该字段属于后续演进。更完整的配置说明参见 Custom Modes 文档。3.5 效果通过whenToUseOrchestrator 能更准确地理解每个模式的职责边界任务委派与模式切换的命中率显著提高。在 v3.17.0 截图 中可以看到该字段在自定义模式编辑器中的位置四、Ask 模式与 Boomerang 精度打磨3.17 对对话理解与任务委派做了一组“看不见但体感明显”的内部优化Ask 模式更稳重Ask 模式被重构为提供更全面、更详细的解释不再急于建议或直接切换到实现代码而是等待你更明确的指令同时更频繁地使用 Mermaid 等图表进行澄清。这与当前 Ask 模式的customInstructions中“除非用户明确要求否则不切换到实现代码”的设定一脉相承。new_task工具描述简化new_task是 Roo 启动新任务的核心工具其内部描述被简化为更利于 AI 理解的措辞。这一改动让 BoomerangOrchestrator功能被更可靠地触发自动化任务委派更顺畅、更准确。这些改动本质上是针对大模型“理解工具意图”环节的提示词工程优化描述越简洁清晰模型越不容易误解触发条件。五、实验性功能Intelligent Context Condensation智能上下文压缩5.1 要解决的问题长对话会不断逼近模型的上下文窗口上限。过去超出部分的旧消息只能被静默丢弃可能导致 Roo“失忆”。3.17 引入的实验性特性Intelligent Context Condensation配置键autoCondenseContext改变了这一局面。5.2 工作机制自动摘要当对话接近上下文窗口上限几乎占满时Roo Code 自动调用 LLM 对既有对话历史进行摘要保留关键信息压缩 token 数同时保留最关键信息让模型对过往交互保持连贯理解避免旧消息被静默丢弃检查点完整性虽然摘要用于后续 LLM 调用但当你回退rewind到旧检查点时全部原始消息依然保留Opt-in 实验特性默认关闭需在“Advanced Settings → Experimental Features”中手动开启。注意摘要调用会产生 LLM 费用且该费用目前不计入界面成本统计。5.3 开启方式与配置项在“Advanced Settings高级设置”的“Experimental Features实验特性”中开启。在当前仓库中相关配置键定义于 global-settings.tsautoCondenseContext: z.boolean().optional(), // 是否启用自动压缩 autoCondenseContextPercent: z.number().optional(), // 触发阈值上下文窗口使用百分比对应的设置界面实现在 ContextManagementSettings.tsx切换开关控制autoCondenseContext滑块控制autoCondenseContextPercent且支持按 Profile 覆盖阈值-1表示继承全局设置。设置界面示意如下5.4 触发阈值与降级兜底源码级原理上下文管理核心逻辑位于 context-management/index.ts 的manageContext函数关键计算如下保留空间reservedTokens maxTokens || ANTHROPIC_DEFAULT_MAX_TOKENS为模型输出预留 token安全缓冲allowedTokens contextWindow * (1 - TOKEN_BUFFER_PERCENTAGE) - reservedTokens其中 TOKEN_BUFFER_PERCENTAGE 0.1即默认保留 10% 上下文窗口作为缓冲有效阈值effectiveThreshold取autoCondenseContextPercent若当前 Profile 配置了合法阈值范围在 MIN_CONDENSE_THRESHOLD5, MAX_CONDENSE_THRESHOLD100 之间则优先使用 Profile 阈值-1或非法值回退到全局设置触发条件当contextPercent 100 * prevContextTokens / contextWindow effectiveThreshold或prevContextTokens allowedTokens时触发压缩。压缩失败或未启用自动压缩时系统会降级为滑动窗口截断truncateConversation通过给旧消息打truncationParent标记并插入截断标记的方式隐藏消息而非删除确保回退操作仍能恢复原始消息truncateConversation。5.5 摘要如何生成Fresh Start 模型压缩摘要由 summarizeConversation 实现其设计要点Fresh Start 模型摘要作为一条新的user 消息追加到对话末尾所有旧消息被打上condenseParent标记后续 API 调用通过 getEffectiveApiHistory 只发送“摘要之后”的消息——模型获得的是干净的“重新开始”非破坏性旧消息只是被标记并未删除回退检查点时依然完整工具块文本化通过toolUseToText/toolResultToText把tool_use/tool_result块转成文本convertToolBlocksToText使不支持在摘要时传tools参数的提供商如 Bedrock/LiteLLM也能正常压缩孤儿工具结果修补injectSyntheticToolResults 为没有对应 tool_result 的 tool_use 注入合成结果避免 OpenAI Responses API 因孤儿 tool_call 拒绝请求活跃工作流保留从首条消息提取command块extractCommandBlocks在摘要中以system-reminder形式保留跨压缩保持 Slash 命令连续性代码上下文折叠可选的filesReadByRoocwd参数会触发基于 tree-sitter 的智能代码折叠foldedFileContext.ts把已读文件的代码结构以折叠形式带入新上下文环境信息注入自动触发isAutomaticTrigger: true时将环境详情写入摘要——因为此时 API 请求已在途下一次用户消息不会重新注入环境信息。5.6 已知限制摘要 LLM 调用会产生费用且不计入 UI 成本统计3.17 版行为该功能默认关闭需手动开启注后续版本已默认开启本仓库 intelligent-context-condensing 文档 描述的是后续演进后的状态。六、更流畅的聊天与更少的打断3.17 还优化了两个日常使用频率最高的交互细节思考期间也能打字Roo 正在处理当前请求时聊天输入框不再锁定你可以提前键入下一条消息让思路不中断查看变更时保持焦点展示代码差异diff时优化了光标焦点处理减少对工作流的干扰。这两项让与 Roo Code 的交互更连贯、更少被打断。七、文档访问更便捷应用内链接扩充在整个应用的设置与视图界面新增了 20 个 “Learn more” 帮助链接导航改进更新了既有文档链接确保跳转到最相关的内容。八、通用质量QOL改进命令执行展示优化命令执行的用户界面显示更清晰apply_diff工具更可靠改进了对行号的处理感谢 samhvw8更快的消息解析切换到更高性能的消息处理方式感谢 Cline。九、Bug 修复清单3.17 修复了一批影响实际体验的问题灰屏问题修复可能出现的视觉渲染 bug感谢 xyOz-devToken 使用量上报更准确Requesty API 提供商的 token 用量统计修正感谢 dtrugman命令校验改进带 shell 数组索引的命令现在能被正确校验感谢 KJ7LNW目录诊断优雅处理与目录相关的诊断信息不再引发异常感谢 daniel-lxsOpenRouter 模型信息更准确跨提供商使用 OpenRouter 时显示更准确的模型详情感谢 daniel-lxs检查点错误减少使用 Checkpoints 时遇到的错误显著减少感谢 zxdvd修复审批时待执行命令的显示问题修复 OpenRouter 上 reserved tokens 计算错误感谢 daniel-lxs回退新的消息解析器因工具解析 bug回退了切换至新 Roo 消息解析器的改动这与上文“更快的消息解析”并不矛盾——该条目指 QOL 尝试而回退针对的是解析器切换导致的工具调用解析问题。十、其他杂项改进调试能力增强开发者定位与修复问题更容易感谢 KJ7LNW集成开发体验提升为构建与 Roo Code 交互工具的开发者提供更好支持开发流程精简内部开发流程的持续优化感谢 SmartManoj。十一、如何在仓库中进一步探索以下文件可帮助你基于本仓库验证 3.17 各项能力主题仓库路径3.17 完整更新说明v3.17.md、v3.17.0.md模式 Schema含whenToUsepackages/types/src/mode.ts、schemas/roomodes.json系统提示词中whenToUse的兜底逻辑src/core/prompts/sections/modes.ts上下文管理压缩 截断src/core/context-management/index.ts摘要生成实现src/core/condense/index.ts设置项定义packages/types/src/global-settings.ts设置界面webview-ui/src/components/settings/ContextManagementSettings.tsx相关文档Custom Modes、Boomerang Tasks、Intelligent Context Condensing、Checkpoints结语Roo Code 3.17 的核心价值在于“让 AI 更好地管理自己的记忆与分工”whenToUse让模式分工更明确Intelligent Context Condensation 让长对话不“失忆”Gemini 隐式缓存让响应更快更省。对于自定义模式作者请务必为每个模式填写whenToUse对于长任务使用者建议尽早体验并开启智能上下文压缩同时留意其摘要成本。【免费下载链接】Roo-CodeRoo Code gives you a whole dev team of AI agents in your code editor.项目地址: https://gitcode.com/GitHub_Trending/ro/Roo-Code创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Roo Code 3.17 版本全解析：智能上下文压缩、Boomerang 编排增强与 Gemini 隐式缓存
Roo Code 3.17 版本全解析智能上下文压缩、Boomerang 编排增强与 Gemini 隐式缓存【免费下载链接】Roo-CodeRoo Code gives you a whole dev team of AI agents in your code editor.项目地址: https://gitcode.com/GitHub_Trending/ro/Roo-CodeRoo Code 3.172025-05-14 发布是一次以“更聪明地管理上下文、更精准地编排任务”为核心的版本更新。它带来了实验性的 Intelligent Context CondensationautoCondenseContext智能上下文压缩、通过新模式定义字段whenToUse让 BoomerangOrchestrator模式的任务委派与模式切换更精准、Gemini 隐式缓存带来的性能与成本优化以及更流畅的对话交互体验。读完本文你将掌握 3.17 中每个新特性的配置方式、工作原理与源码级实现细节并了解如何在本仓库源码中定位验证每一项改动。一、版本概览3.17 汇总了 v3.17.0 / v3.17.1 / v3.17.2 三个补丁版本的全部更新核心亮点包括Gemini 隐式缓存Implicit Caching使用支持缓存的 Gemini 模型时自动获得更快的响应与更低的成本更智能的 Boomerang 编排新增whenToUse何时使用字段帮助 Roo 为任务选择最合适的模式Ask 模式与 Boomerang 精度打磨Ask 模式回答更详尽、更少急于切换实现代码new_task工具描述被简化以提升 AI 理解度实验性 Intelligent Context Condensation对话接近上下文窗口上限时自动调用 LLM 压缩历史对话防止信息静默丢失更流畅的聊天体验思考期间可继续输入、查看差异时不抢占光标焦点十余项 Bug 修复与质量改进。CHANGELOG.md中的 3.17.0 / 3.17.1 / 3.17.2 三个版本条目 与本文所基于的 v3.17 更新说明 内容相互印证。二、Gemini 隐式缓存更低成本、更快响应2.1 什么是隐式缓存对于支持缓存的 Gemini 模型Roo Code 会自动利用implicit caching隐式缓存在后台对前缀输入进行缓存从而在连续多轮对话中复用已缓存内容带来两方面的收益性能提升减少重复计算响应更迅速成本降低命中缓存的部分按更低费率计费。该特性对使用 Gemini 系列模型的用户是自动生效的无需额外配置。2.2 源码中的缓存追踪在 gemini.ts 中Roo 会从流式响应里读取cachedContentTokenCount缓存命中 token 数等 usage 元数据与此同时anthropic.ts 等 Anthropic 兼容实现则通过cache_control: { type: ephemeral }显式标注可缓存内容。两者共同构成了 Roo Code 面向不同提供商的缓存策略——Gemini 走平台侧隐式缓存而 Anthropic 系走显式提示词缓存标记。适用前提需要你所使用的 Gemini 模型本身支持缓存。具体模型能力请以当前所用模型及提供商的文档为准。三、更智能的 Boomerang 编排whenToUse字段3.1 背景BoomerangOrchestrator模式如何选模式Boomerang回旋镖是 Roo Code 中的 Orchestrator 模式负责把复杂任务拆解成子任务再委派给不同的专业模式去执行。委派是否准确很大程度上取决于 Roo 对“每个模式适合做什么”的理解。在 3.17 之前Roo 只能从模式roleDefinition角色定义的第一句话中推断用途信息量有限。3.2whenToUse字段给模式的“使用说明书”3.17 在模式定义中新增了可选字段whenToUse让模式创建者明确写出“该模式最适合在什么场景下使用”。这份说明被 Roo 在两类场景中重点使用任务编排例如通过new_task工具委派子任务时选择最匹配的模式自动切换模式例如通过switch_mode工具判断应当切到哪个模式。结合 using-modes 文档 与 boomerang-tasks 文档 可以确认Orchestrator 模式通过new_task/switch_mode工具完成委派而whenToUse正是为这类自动化决策提供依据。3.3 兜底逻辑回退到 Role Definition 首句如果某个模式没有填写whenToUseRoo 会回退到该模式roleDefinition的第一句话作为用途摘要。这一行为在系统提示词生成逻辑中有直接实现——在 modes.ts 中getModesSection构建 MODES 段落时if (mode.whenToUse mode.whenToUse.trim() ! ) { // 优先使用 whenToUse 作为模式用途描述 description mode.whenToUse.replace(/\n/g, \n ) } else { // 兜底截取 roleDefinition 第一句 description mode.roleDefinition.split(.)[0] }这意味着自定义模式建议务必填写whenToUse否则 Roo 只能退而求其次从角色定义首句猜测用途。3.4 配置示例whenToUse是ModeConfig的可选字段在模式配置的 YAML / JSON 中与roleDefinition并列# .roo/modes/example.yaml 示例 slug: docs-writer name: Docs Writer roleDefinition: You are Roo, a documentation specialist focused on writing clear technical documentation. whenToUse: Use this mode when you need to write, edit, or restructure documentation files. groups: - read - edit从 roomodes 模式定义 schema 可以看出whenToUse与slug、name、roleDefinition、groups等字段共同组成了模式配置的完整结构。注意在 3.17 时代内置的 Code Mode 默认并未填充whenToUse字段当前仓库 mode.ts 中内置模式已补齐该字段属于后续演进。更完整的配置说明参见 Custom Modes 文档。3.5 效果通过whenToUseOrchestrator 能更准确地理解每个模式的职责边界任务委派与模式切换的命中率显著提高。在 v3.17.0 截图 中可以看到该字段在自定义模式编辑器中的位置四、Ask 模式与 Boomerang 精度打磨3.17 对对话理解与任务委派做了一组“看不见但体感明显”的内部优化Ask 模式更稳重Ask 模式被重构为提供更全面、更详细的解释不再急于建议或直接切换到实现代码而是等待你更明确的指令同时更频繁地使用 Mermaid 等图表进行澄清。这与当前 Ask 模式的customInstructions中“除非用户明确要求否则不切换到实现代码”的设定一脉相承。new_task工具描述简化new_task是 Roo 启动新任务的核心工具其内部描述被简化为更利于 AI 理解的措辞。这一改动让 BoomerangOrchestrator功能被更可靠地触发自动化任务委派更顺畅、更准确。这些改动本质上是针对大模型“理解工具意图”环节的提示词工程优化描述越简洁清晰模型越不容易误解触发条件。五、实验性功能Intelligent Context Condensation智能上下文压缩5.1 要解决的问题长对话会不断逼近模型的上下文窗口上限。过去超出部分的旧消息只能被静默丢弃可能导致 Roo“失忆”。3.17 引入的实验性特性Intelligent Context Condensation配置键autoCondenseContext改变了这一局面。5.2 工作机制自动摘要当对话接近上下文窗口上限几乎占满时Roo Code 自动调用 LLM 对既有对话历史进行摘要保留关键信息压缩 token 数同时保留最关键信息让模型对过往交互保持连贯理解避免旧消息被静默丢弃检查点完整性虽然摘要用于后续 LLM 调用但当你回退rewind到旧检查点时全部原始消息依然保留Opt-in 实验特性默认关闭需在“Advanced Settings → Experimental Features”中手动开启。注意摘要调用会产生 LLM 费用且该费用目前不计入界面成本统计。5.3 开启方式与配置项在“Advanced Settings高级设置”的“Experimental Features实验特性”中开启。在当前仓库中相关配置键定义于 global-settings.tsautoCondenseContext: z.boolean().optional(), // 是否启用自动压缩 autoCondenseContextPercent: z.number().optional(), // 触发阈值上下文窗口使用百分比对应的设置界面实现在 ContextManagementSettings.tsx切换开关控制autoCondenseContext滑块控制autoCondenseContextPercent且支持按 Profile 覆盖阈值-1表示继承全局设置。设置界面示意如下5.4 触发阈值与降级兜底源码级原理上下文管理核心逻辑位于 context-management/index.ts 的manageContext函数关键计算如下保留空间reservedTokens maxTokens || ANTHROPIC_DEFAULT_MAX_TOKENS为模型输出预留 token安全缓冲allowedTokens contextWindow * (1 - TOKEN_BUFFER_PERCENTAGE) - reservedTokens其中 TOKEN_BUFFER_PERCENTAGE 0.1即默认保留 10% 上下文窗口作为缓冲有效阈值effectiveThreshold取autoCondenseContextPercent若当前 Profile 配置了合法阈值范围在 MIN_CONDENSE_THRESHOLD5, MAX_CONDENSE_THRESHOLD100 之间则优先使用 Profile 阈值-1或非法值回退到全局设置触发条件当contextPercent 100 * prevContextTokens / contextWindow effectiveThreshold或prevContextTokens allowedTokens时触发压缩。压缩失败或未启用自动压缩时系统会降级为滑动窗口截断truncateConversation通过给旧消息打truncationParent标记并插入截断标记的方式隐藏消息而非删除确保回退操作仍能恢复原始消息truncateConversation。5.5 摘要如何生成Fresh Start 模型压缩摘要由 summarizeConversation 实现其设计要点Fresh Start 模型摘要作为一条新的user 消息追加到对话末尾所有旧消息被打上condenseParent标记后续 API 调用通过 getEffectiveApiHistory 只发送“摘要之后”的消息——模型获得的是干净的“重新开始”非破坏性旧消息只是被标记并未删除回退检查点时依然完整工具块文本化通过toolUseToText/toolResultToText把tool_use/tool_result块转成文本convertToolBlocksToText使不支持在摘要时传tools参数的提供商如 Bedrock/LiteLLM也能正常压缩孤儿工具结果修补injectSyntheticToolResults 为没有对应 tool_result 的 tool_use 注入合成结果避免 OpenAI Responses API 因孤儿 tool_call 拒绝请求活跃工作流保留从首条消息提取command块extractCommandBlocks在摘要中以system-reminder形式保留跨压缩保持 Slash 命令连续性代码上下文折叠可选的filesReadByRoocwd参数会触发基于 tree-sitter 的智能代码折叠foldedFileContext.ts把已读文件的代码结构以折叠形式带入新上下文环境信息注入自动触发isAutomaticTrigger: true时将环境详情写入摘要——因为此时 API 请求已在途下一次用户消息不会重新注入环境信息。5.6 已知限制摘要 LLM 调用会产生费用且不计入 UI 成本统计3.17 版行为该功能默认关闭需手动开启注后续版本已默认开启本仓库 intelligent-context-condensing 文档 描述的是后续演进后的状态。六、更流畅的聊天与更少的打断3.17 还优化了两个日常使用频率最高的交互细节思考期间也能打字Roo 正在处理当前请求时聊天输入框不再锁定你可以提前键入下一条消息让思路不中断查看变更时保持焦点展示代码差异diff时优化了光标焦点处理减少对工作流的干扰。这两项让与 Roo Code 的交互更连贯、更少被打断。七、文档访问更便捷应用内链接扩充在整个应用的设置与视图界面新增了 20 个 “Learn more” 帮助链接导航改进更新了既有文档链接确保跳转到最相关的内容。八、通用质量QOL改进命令执行展示优化命令执行的用户界面显示更清晰apply_diff工具更可靠改进了对行号的处理感谢 samhvw8更快的消息解析切换到更高性能的消息处理方式感谢 Cline。九、Bug 修复清单3.17 修复了一批影响实际体验的问题灰屏问题修复可能出现的视觉渲染 bug感谢 xyOz-devToken 使用量上报更准确Requesty API 提供商的 token 用量统计修正感谢 dtrugman命令校验改进带 shell 数组索引的命令现在能被正确校验感谢 KJ7LNW目录诊断优雅处理与目录相关的诊断信息不再引发异常感谢 daniel-lxsOpenRouter 模型信息更准确跨提供商使用 OpenRouter 时显示更准确的模型详情感谢 daniel-lxs检查点错误减少使用 Checkpoints 时遇到的错误显著减少感谢 zxdvd修复审批时待执行命令的显示问题修复 OpenRouter 上 reserved tokens 计算错误感谢 daniel-lxs回退新的消息解析器因工具解析 bug回退了切换至新 Roo 消息解析器的改动这与上文“更快的消息解析”并不矛盾——该条目指 QOL 尝试而回退针对的是解析器切换导致的工具调用解析问题。十、其他杂项改进调试能力增强开发者定位与修复问题更容易感谢 KJ7LNW集成开发体验提升为构建与 Roo Code 交互工具的开发者提供更好支持开发流程精简内部开发流程的持续优化感谢 SmartManoj。十一、如何在仓库中进一步探索以下文件可帮助你基于本仓库验证 3.17 各项能力主题仓库路径3.17 完整更新说明v3.17.md、v3.17.0.md模式 Schema含whenToUsepackages/types/src/mode.ts、schemas/roomodes.json系统提示词中whenToUse的兜底逻辑src/core/prompts/sections/modes.ts上下文管理压缩 截断src/core/context-management/index.ts摘要生成实现src/core/condense/index.ts设置项定义packages/types/src/global-settings.ts设置界面webview-ui/src/components/settings/ContextManagementSettings.tsx相关文档Custom Modes、Boomerang Tasks、Intelligent Context Condensing、Checkpoints结语Roo Code 3.17 的核心价值在于“让 AI 更好地管理自己的记忆与分工”whenToUse让模式分工更明确Intelligent Context Condensation 让长对话不“失忆”Gemini 隐式缓存让响应更快更省。对于自定义模式作者请务必为每个模式填写whenToUse对于长任务使用者建议尽早体验并开启智能上下文压缩同时留意其摘要成本。【免费下载链接】Roo-CodeRoo Code gives you a whole dev team of AI agents in your code editor.项目地址: https://gitcode.com/GitHub_Trending/ro/Roo-Code创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
