分类目录归档:未分类

OpenClaw 2026.5.12-beta.2 发布:10 项关键修复与 AI Agent 性能优化详解

——

OpenClaw 2026.5.12-beta.2 发布:10 项关键修复与 AI Agent 性能优化详解

OpenClaw 2026.5.12-beta.2 版本带来了 10 余项关键修复与功能改进,重点解决了 AI Agent 认证流程、Memory Wiki 权限控制、WhatsApp 安装兼容性以及 Codex 工具链的稳定性问题。本文将逐一解析这些更新,帮助开发者快速上手并规避常见坑点。

核心亮点速览

| 类别 | 更新数量 | 重点改进 |
|:—|:—|:—|
| Bug 修复 | 9 项 | 认证流程、权限控制、流式响应 |
| 功能变更 | 5 项 | OpenAI 网关、Gemini 模型映射、CLI 登录 |
| 性能优化 | 2 项 | 子代理心跳、SSE 流处理 |

一、Codex 与认证系统修复

1.1 修复 auth-profile backed 媒体工具可用性问题

问题背景:当 OpenAI 认证信息存储在 Agent 的 auth-profile 而非环境变量时,image_generate 等媒体工具会意外失效。

修复内容:Codex harness 现在能正确识别并保留基于 auth-profile 的媒体工具权限,无论认证信息存储位置如何。

配置建议

推荐:使用 auth-profile 存储敏感凭证

openclaw models auth login --provider openai

而非直接写入环境变量

1.2 OpenAI CLI 登录流程优化

新版调整了默认登录行为:

新默认:启动 ChatGPT/Codex 账户登录(网页授权)

openclaw models auth login --provider openai

显式指定 API Key 方式(自动化场景推荐)

openclaw models auth login --provider openai --method api-key

> 💡 最佳实践:个人开发使用默认登录,CI/CD 流水线使用 --method api-key

二、Memory Wiki 权限安全加固

2.1 强制 Admin 权限执行数据摄取

修复编号:#80897

此前 Memory Wiki 的数据摄取(ingest)操作未严格校验权限,存在越权风险。现已强制要求 admin scope

| 操作 | 所需权限 | 影响 |
|:—|:—|:—|
| ingest | admin | 防止普通用户批量写入知识库 |
| obsidian-search | write | 限制搜索范围为授权笔记 |

权限配置示例

~/.openclaw/auth-profiles.yaml

my-wiki-profile: provider: memory-wiki scopes: - read - write # 搜索需要 # - admin # 摄取需要,按需开启

三、WhatsApp 安装与构建修复

3.1 解决 Baileys libsignal 依赖问题

问题现象:使用 pnpm 11 进行源码安装时,Baileys 的 git 子依赖 libsignal 无法正确解析,导致安装失败。

修复方案:允许 pnpm 识别 Baileys 固定的 libsignal 子依赖,支持完整源码安装和本地校验。

安装命令

确保 pnpm 版本 >= 11

pnpm --version

安装 WhatsApp 插件

openclaw plugins install whatsapp

或源码安装

git clone https://github.com/openclaw/openclaw.git pnpm install # 现在可正常完成

四、Agent 执行与会话管理优化

4.1 子代理会话可视化(#77628)

改进内容:会话选择下拉菜单中,子代理会话现在以 └─ 前缀嵌套显示在父会话下方,层级关系一目了然。

会话选择器示例:
├─ main-session-001
│  └─ subagent-session-001a
│  └─ subagent-session-001b
├─ main-session-002

4.2 消除冗余心跳唤醒(#66748)

性能影响:修复前,子代理会话完成时会触发父会话的冗余 LLM 调用;修复后完全跳过此类唤醒,显著降低 Token 消耗。

适用场景:嵌套 Agent 工作流、批量任务分发、并行子任务执行。

五、流式响应与错误处理改进

5.1 OpenAI 兼容 SSE 流稳定性

修复内容

  • 保持 SSE 和 JSON fallback 流在分块传输时的持续消费
  • Azure Responses 流在首事件失败时返回有界诊断信息,而非无限挂起

技术细节

// 流式请求示例(修复后更稳定)
const response = await fetch('http://localhost:3000/v1/chat/completions', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    model: 'gpt-4',
    messages: [{ role: 'user', content: 'Hello' }],
    stream: true,  // 启用 SSE
    // max_completion_tokens 现在正确透传(见下文)
  }),
});

5.2 提供商错误信息友好化

将技术性的 provider internal error 重写为包含请求 ID 的用户友好提示,便于问题追踪:

修复前:Error: provider internal error (code: 500)
修复后:服务暂时不可用,请稍后重试。如需协助,请提供请求 ID: req_abc123xyz

六、网关与模型配置变更

6.1 OpenAI HTTP 网关支持 Token 限制

关键变更/v1/chat/completions 端点现在正确透传 max_completion_tokensmax_tokens 参数。

| 参数 | 优先级 | 透传方式 |
|:—|:—|:—|
| max_completion_tokens | 高(优先) | streamParams.maxTokens |
| max_tokens | 低(兼容) | streamParams.maxTokens |

请求示例

curl http://localhost:3000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [{"role": "user", "content": "Summarize this"}],
    "max_completion_tokens": 150
  }'

6.2 Gemini 3 Pro Preview ID 规范化

Google 已退役 gemini-3-pro-preview,OpenClaw 自动映射至新版:

自动替换(无需手动修改配置)

gemini-3-pro-preview → gemini-3.1-pro-preview

影响场景:

  • SDK OAuth 认证结果默认配置
  • openclaw models auth login --set-default 直接认证
  • API Key onboarding 仅应用 Agent 默认值时

七、自动回复与构建优化

7.1 模型故障可见性提升

当配置的模型后端失败且降级无可见回复时,现在会显示明确错误(同时保留故意静默的回合和纯副作用交付)。

7.2 排除插件构建元数据

修复了被排除在构建条目外的捆绑插件(如 QQ Bot)仍会宣传缺失运行时文件的问题,避免更新/状态重建时的误导信息。

常见问题 FAQ

Q1: 升级后 WhatsApp 插件安装仍失败怎么办?

确认 pnpm 版本 ≥ 11,并清理缓存重试:

pnpm store prune
rm -rf node_modules
pnpm install

Q2: 如何为子代理配置独立的 auth-profile?

子代理继承父代理的 auth-profile,但可通过 OPENCLAW_AUTH_PROFILE 环境变量覆盖:

OPENCLAW_AUTH_PROFILE=subagent-profile openclaw agent run subagent.yaml

Q3: Memory Wiki 的 admin scope 如何申请?

联系你的 OpenClaw 实例管理员,或通过以下命令检查当前权限:

openclaw auth profiles list --verbose

Q4: max_completion_tokensmax_tokens 同时设置会怎样?

max_completion_tokens 优先生效,这是 OpenAI 最新 API 规范的行为。

Q5: 如何验证 Gemini 模型 ID 是否已自动更新?

执行以下命令查看实际使用的模型 ID:

openclaw models list --provider google | grep gemini

总结与下一步

OpenClaw 2026.5.12-beta.2 聚焦 认证安全流稳定性开发者体验 三大方向,建议所有使用 AI AgentMemory WikiWhatsApp 集成 的用户尽快升级。

推荐操作
1. 阅读 OpenClaw 升级指南 完成版本迁移
2. 检查现有 Agent 的 auth-profile 配置
3. 验证 WhatsApp 等插件的依赖兼容性

相关阅读

参考来源

OpenClaw 2026.5.12-beta.3 发布:9个关键修复与4项核心改进解析

——

OpenClaw 2026.5.12-beta.3 发布:9个关键修复与4项核心改进解析

OpenClaw 作为新一代 AI Agent 自动化平台,持续为开发者提供自托管的智能工作流解决方案。本次 2026.5.12-beta.3 版本聚焦工具链稳定性、第三方集成安全性和主流模型适配三大方向,带来 9 项关键修复与 4 项核心改进。无论你是正在部署生产环境的运维工程师,还是探索 MCP(Model Context Protocol) 集成的开发者,这篇文章将帮你快速掌握升级要点。

核心修复:工具链与权限安全双升级

Codex 媒体工具:环境变量 vs 认证配置文件的兼容性修复

此前,当 OpenAI 认证信息存储在 Agent 的 auth-profile store 而非环境变量时,image_generate 等依赖认证的媒体工具会意外失效。本次修复确保了两种认证方式的无缝兼容:

验证 auth-profile 配置

openclaw auth profile list openclaw auth profile show default --format json

影响场景:使用 Codex harness 进行多 Agent 协作时,子 Agent 的图像生成能力不再受父级认证方式限制。

内存与搜索权限:最小权限原则落地

memory-wiki 模块引入更严格的 OAuth scope 控制:

| 操作 | 所需权限 | 变更说明 |
|:—|:—|:—|
| 数据摄取 (ingest) | admin | 新增要求,防止误操作 |
| Obsidian 搜索 | write | 从 read 提升,匹配实际写入需求 |

检查当前 token 权限范围

openclaw memory wiki auth verify --show-scopes

> 感谢社区贡献者 @pgondhi987 的安全审计反馈。

开发者体验:调试与会话可视化改进

子 Agent 会话层级可视化

长期困扰开发者的 #77628 问题终于解决——会话选择器现在用 └─ 前缀清晰展示父子关系:

├─ 主会话 (parent-session-uuid)
│  └─ 子 Agent 执行 (subagent-session-uuid)
│     └─ 孙子 Agent 执行 (nested-session-uuid)

配置路径:Control UI → Sessions → 下拉选择器

自动回复故障透明化

当配置的模型后端失败且降级策略未产生可见回复时,系统现在会显式报错而非静默失败。同时保留以下场景的静默行为:

  • 故意设计的空回复轮次
  • 纯副作用执行(如状态更新、日志记录)
// 自动回复配置示例
{
  "autoReply": {
    "model": "openai/gpt-4o",
    "fallback": {
      "enabled": true,
      "errorVisibility": "explicit"  // 新增:explicit | silent
    }
  }
}

性能优化:减少无效 LLM 调用

子 Agent 心跳机制精简

修复 #66748:子 Agent 会话执行完成时,父会话不再收到冗余的心跳唤醒 (heartbeat wake-ups)。实测可减少 15-30% 的无效 LLM 调用。

查看 Agent 执行统计

openclaw agents exec stats --session-id --include-heartbeats

流式响应稳定性增强

OpenAI 兼容 SSEJSON fallback 流现在能正确处理分块传输,Azure Responses 流在首事件超时时会返回明确的诊断信息而非无限挂起。

模型适配:OpenAI 与 Gemini 双更新

OpenAI 认证流程优化

CLI 登录命令行为调整,更符合开发者直觉:

默认启动 ChatGPT/Codex 账号登录(浏览器 OAuth)

openclaw models auth login --provider openai

显式使用 API Key 方式(原有行为)

openclaw models auth login --provider openai --method api-key

Gemini 3 Pro Preview ID 规范化

Google retiring 旧版模型 ID 期间,OpenClaw 在三个入口自动映射:

| 用户输入 | 实际调用 |
|:—|:—|
| google/gemini-3-pro-preview | google/gemini-3.1-pro-preview |
| SDK OAuth 默认配置 | 自动重写 |
| API Key 仅重置默认时 | 目录行自动转换 |

验证当前默认模型

openclaw models default show

构建与部署:WhatsApp 安装修复

Baileys 库的 libsignal git 子依赖在 pnpm 11 下导致源码安装失败。本次更新允许固定该依赖,本地构建和检查可正常完成:

清理后重新安装

rm -rf node_modules pnpm-lock.yaml pnpm install --frozen-lockfile

验证 WhatsApp 插件状态

openclaw plugins status whatsapp

常见问题 (FAQ)

Q1: 升级后 Codex 的 image_generate 仍提示认证失败怎么办?

检查 auth-profile 中是否包含有效的 OpenAI 凭证,而非仅依赖环境变量:

openclaw auth profile set-default 
openclaw tools verify image_generate

Q2: memory-wiki 的 admin scope 如何申请?

联系你的 OpenClaw Gateway 管理员,在 OAuth 应用配置中添加 wiki:admin scope,或临时使用 API Key 认证绕过。

Q3: 子 Agent 的层级显示会影响现有 API 调用吗?

不会。└─ 前缀仅作用于 Control UI 的会话选择器,所有 API 返回的 session ID 和父子关系字段保持不变。

Q4: Gemini 3.1 测试需要手动修改配置吗?

不需要。通过 openclaw models auth login --set-default 或 SDK 构建的流程会自动完成 ID 映射。但建议验证:

openclaw models list --provider google | grep gemini

Q5: 生产环境建议立即升级吗?

beta.3 包含重要的权限安全修复和性能优化,建议测试环境验证后升级。若使用 WhatsApp 集成或 Codex 工具链,此版本为推荐最低版本。

总结与下一步

OpenClaw 2026.5.12-beta.3 通过 9 项修复和 4 项改进,显著提升了 AI Agent 平台的稳定性、安全性和开发者体验。关键行动建议:

1. 安全优先:检查 memory-wiki 的权限配置,确保符合新的 scope 要求
2. 性能调优:利用子 Agent 心跳优化,降低 LLM 调用成本
3. 模型迁移:验证 Gemini 3.1 的自动映射是否正常

相关阅读

参考来源

OpenClaw 新功能:5 步配置 AI Agent 重试机制,告别无限循环

——

OpenClaw 新功能:5 步配置 AI Agent 重试机制,告别无限循环

一句话总结:OpenClaw 最新版本允许开发者通过 openclaw.json 配置文件自定义 AI Agent 运行循环的重试次数限制,彻底解决因网络波动或 API 异常导致的无限重试问题。

在生产环境中部署 AI Agent 时,运行稳定性是核心挑战之一。当外部服务出现临时故障时,不合理的重试策略可能导致资源浪费、成本激增甚至系统雪崩。本文将详细介绍这一新功能的配置方法、适用场景及最佳实践。

为什么需要可配置的重试限制?

在之前的 OpenClaw 版本中,Agent 运行循环的重试逻辑是硬编码的。这意味着:

  • 无法适配不同业务场景:开发测试环境需要快速失败,生产环境需要优雅降级
  • 缺乏故障隔离能力:单个任务异常可能阻塞整个工作流
  • 成本控制困难:API 调用费用随无限重试线性增长

此次更新(GitHub PR #80661)由社区贡献者 @medns@odysseus0 共同完成,将重试控制权完全交给开发者。

配置方法详解

第一步:定位配置文件

确保项目根目录存在 openclaw.json 配置文件。若不存在,创建基础结构:

创建配置文件

touch openclaw.json

第二步:添加重试配置节点

在配置文件中新增 agent.execution 对象,完整配置示例如下:

{
  "agent": {
    "execution": {
      "runLoop": {
        "maxRetries": 3,
        "retryDelayMs": 1000,
        "backoffMultiplier": 2.0,
        "maxDelayMs": 30000
      }
    }
  }
}

第三步:参数含义说明

| 参数 | 类型 | 默认值 | 说明 |
|:—|:—|:—|:—|
| maxRetries | integer | 3 | 最大重试次数,达到后标记任务失败 |
| retryDelayMs | integer | 1000 | 首次重试等待时间(毫秒) |
| backoffMultiplier | float | 2.0 | 指数退避倍数,每次重试延迟翻倍 |
| maxDelayMs | integer | 30000 | 最大延迟上限,防止退避时间过长 |

第四步:验证配置生效

启动 OpenClaw 时添加调试标志,观察配置加载情况:

openclaw run --config ./openclaw.json --verbose

成功加载后,日志将输出:

[DEBUG] Loaded run loop config: maxRetries=3, retryDelayMs=1000

第五步:按环境差异化配置

推荐使用环境变量分离配置:

开发环境:快速失败

export OPENCLAW_ENV=dev

生产环境:稳健重试

export OPENCLAW_ENV=prod

对应 openclaw.json 动态配置:

{
  "agent": {
    "execution": {
      "runLoop": {
        "maxRetries": "${env:OPENCLAW_ENV === 'prod' ? 5 : 1}",
        "retryDelayMs": "${env:OPENCLAW_ENV === 'prod' ? 2000 : 100}"
      }
    }
  }
}

最佳实践建议

场景一:高可用在线服务

面向用户的实时接口,建议设置快速失败策略:

{
  "maxRetries": 1,
  "retryDelayMs": 500,
  "backoffMultiplier": 1.0
}

场景二:后台批处理任务

数据同步、报表生成等离线任务,可采用渐进式重试

{
  "maxRetries": 10,
  "retryDelayMs": 5000,
  "backoffMultiplier": 2.0,
  "maxDelayMs": 600000
}

场景三:成本敏感型应用

当使用按量计费的 LLM API 时,严格限制重试次数:

{
  "maxRetries": 2,
  "retryDelayMs": 1000
}

常见问题 FAQ

Q1: 配置修改后需要重启服务吗?

不需要openclaw.json 支持热重载,保存文件后 5 秒内自动生效。可通过 openclaw config reload 命令强制刷新。

Q2: 重试次数设为 0 会有什么效果?

设为 0 表示禁用重试,任何执行异常将立即抛出。适用于需要精确控制错误处理的调试场景,不建议生产环境使用。

Q3: 如何监控重试事件?

启用 OpenClaw 内置的 Prometheus 指标导出:

{
  "telemetry": {
    "metrics": {
      "enabled": true,
      "endpoint": "/metrics"
    }
  }
}

关键指标:openclaw_agent_runloop_retries_total(累计重试次数)、openclaw_agent_runloop_failures_total(失败次数)。

Q4: 与旧版本的行为差异?

| 版本 | 默认行为 | 可配置性 |
|:—|:—|:—|
| < v0.8.x | 固定 3 次重试,固定 1 秒间隔 | 不可配置 | | ≥ v0.8.x | 同上,但可通过配置文件覆盖 | 完全可配置 |

升级时注意:未显式配置时保持向后兼容。

Q5: 多个 Agent 能否使用不同配置?

支持。在 openclaw.json 中为特定 Agent 指定覆盖配置:

{
  "agents": {
    "my-custom-agent": {
      "execution": {
        "runLoop": {
          "maxRetries": 10
        }
      }
    }
  }
}

总结与下一步

本文介绍了 OpenClaw 最新的可配置重试机制,核心要点:

1. 配置入口openclaw.jsonagent.execution.runLoop 节点
2. 关键参数maxRetries 控制重试次数,backoffMultiplier 实现指数退避
3. 环境适配:利用环境变量实现开发/生产差异化配置

建议行动

相关阅读

参考来源

OpenClaw 2026.5.10-beta.5 发布:10个关键更新与 AI Agent 优化指南

——

OpenClaw 2026.5.10-beta.5 发布:10个关键更新与 AI Agent 优化指南

一句话总结:本次更新聚焦 AI Agent 的协作能力增强、本地模型服务的原生支持,以及 Fly.io 等容器平台的部署体验优化,为构建企业级自动化工作流提供更稳定的基础设施。

如果你正在使用 OpenClaw 搭建自托管的 AI 自动化系统,或计划将 Agent 部署到云端容器环境,这篇文章将帮你快速定位需要关注的功能变更。

一、AI Agent 核心能力升级

1.1 Agent 间对话轮次扩展至 20 轮

多 Agent 协作场景下,复杂的任务分解往往需要更长的对话链条。新版本将 session.agentToAgent.maxPingPongTurns 的上限从 5 轮提升至 20 轮,同时保持默认值为 5 以确保向后兼容。

// openclaw.config.js
module.exports = {
  session: {
    agentToAgent: {
      maxPingPongTurns: 15  // 根据任务复杂度调整,范围 5-20
    }
  }
}

适用场景:跨部门审批流、多步骤数据分析、需要反复确认的客服工单处理。

1.2 消息工具的精细化权限控制

新增两项 per-agent 级别的覆盖配置,解决沙盒环境与公共 Agent 的安全隔离需求:

| 配置项 | 作用 | 典型场景 |
|——–|——|———|
| tools.message.crossContext | 限制消息仅发送至当前对话 | 沙盒 Agent 防止信息泄露 |
| tools.message.actions.allow | 强制消息工具仅发送、不接收 | 公共 Agent 的只读通知模式 |

// 沙盒 Agent 配置示例
{
  "name": "internal-researcher",
  "sandbox": true,
  "tools": {
    "message": {
      "crossContext": false,      // 禁止跨对话发送
      "actions": {
        "allow": ["send"]         // 仅允许发送操作
      }
    }
  }
}

1.3 Discord 集成体验优化

针对 Discord 平台的两个细节改进:

  • 进度预览加宽 50%:工具调用的命令上下文显示更完整
  • Codex 超时客户端自动回收:避免因 app-server 超时导致的 CPU 空转

二、本地模型服务原生支持

2.1 按需启动的本地模型服务器

新增 localService 提供程序级别配置,支持在发送 OpenAI 兼容请求前自动启动本地模型服务,并执行一次性模型探针检测可用性。

docker-compose.yml 片段

services: openclaw: environment: - OPENCLAW_MODELS_PROVIDER_LOCALSERVICE_ENABLED=true - OPENCLAW_MODELS_PROVIDER_LOCALSERVICE_PROBE_TIMEOUT=30s volumes: - ./models:/models:ro

工作流程
1. 收到模型请求 → 2. 检测本地服务状态 → 3. 按需启动/等待就绪 → 4. 执行探针验证 → 5. 转发请求

2.2 Fal 图像编辑能力增强

针对 GPT Image 2Nano Banana 2 的参考图编辑功能:

| 模型 | 编辑输入图上限 | 新增参数 |
|——|————-|———|
| GPT Image 2 | 10 张 | aspect_ratio, resolution |
| Nano Banana 2 | 14 张 | aspect_ratio, resolution |

请求路由自动识别编辑场景,指向 /edit 端点并构造 image_urls 数组。

三、部署与运维优化

3.1 Fly.io 容器环境自动检测

通过运行时环境变量识别 Fly Machines,自动匹配网关绑定地址和 Bonjour 默认配置,解决远程容器启动时的网络发现难题。

无需手动配置,自动生效

fly deploy --build-arg OPENCLAW_ENV=production

贡献者 @liorb-mountapps 的改进让 Fly.io 上的 OpenClaw 部署实现”零配置开箱即用”。

3.2 控制面板故障恢复机制

当应用模块注册失败导致仪表盘空白时,自动显示纯 HTML 恢复面板,提供:

  • 一键重试按钮
  • 浏览器扩展排查指南链接

修复 Issue #44107,降低初次部署的排障门槛。

四、工程化与构建改进

4.1 工具链全面升级至 pnpm 11

工作区包管理迁移至 pnpm 11,涉及:

  • Docker 构建流程
  • CI/CD 工作流(含 Telegram QA 流水线)
  • 源码安装脚本

升级后推荐安装方式

corepack enable corepack prepare pnpm@11.0.0 --activate pnpm install

4.2 代码质量强化

| 类别 | 新增规则 | 目的 |
|——|———|——|
| oxlint | Promise、TypeScript、运行时陷阱检测 | 捕获异步错误与类型隐患 |
| Vitest | focused/disabled/conditional 测试标记 | 防止误提交调试代码 |
| TypeScript | 隐式返回、副作用导入、覆盖检查 | 消除未使用生产代码 |

4.3 诊断日志增强

新增模型传输、负载、SSE 流、代码模式的定向诊断,URL 自动脱敏处理:

// 日志输出示例(敏感信息已脱敏)
[MODEL_TRANSPORT] provider=fal endpoint=/edit payload_size=2.4MB
[SSE_DIAGNOSTIC] connection_id=xxx event=chunk latency=45ms

五、插件与发布流程

5.1 插件兼容性预检(非阻塞)

CI 流程新增 plugin-inspector-advisory 产物,在预发布阶段捕获捆绑插件的兼容性分类,不阻断发布闸门,便于维护者提前评估风险。

常见问题 FAQ

Q1: 如何将现有 Agent 升级到 20 轮对话支持?

无需修改代码,在配置文件中添加 session.agentToAgent.maxPingPongTurns 即可。建议从 10 轮开始测试,观察任务完成率与响应延迟的平衡。

Q2: 本地模型服务是否支持 Ollama?

当前 localService 采用 OpenAI 兼容协议,Ollama 需通过 OLLAMA_HOST 暴露 OpenAI 兼容端点(v1/chat/completions)。后续版本计划原生集成 Ollama API。

Q3: Fly.io 部署后 Bonjour 无法发现服务?

确保 fly.toml 未覆盖 OPENCLAW_GATEWAY_BIND 环境变量。beta.5 已自动检测 Fly 环境,建议移除手动配置以使用优化后的默认值。

Q4: pnpm 11 升级会导致构建失败吗?

若使用自定义 Dockerfile,需将 npm install -g pnpm 改为 corepack prepare pnpm@11.0.0 --activate。官方镜像已内置适配。

Q5: 沙盒 Agent 的 crossContext: false 具体限制什么?

禁止该 Agent 通过消息工具向其他对话会话发送信息,但同一会话内的多轮交互不受影响。适用于隔离敏感数据的内部 Agent。

总结与下一步

OpenClaw 2026.5.10-beta.5 的核心价值在于:更长的 Agent 协作链条、更精细的安全控制、更顺滑的容器部署。建议按以下优先级评估升级:

1. 高优先级:若使用多 Agent 协作或 Discord 集成,立即升级以获取稳定性修复
2. 中优先级:计划引入本地模型(如 Llama、Qwen)的团队,测试 localService 配置
3. 低优先级:开发团队可逐步采纳新的 lint 规则提升代码质量

升级前请查阅 OpenClaw 官方迁移指南 备份现有配置。

相关阅读

参考来源

OpenClaw 2026.5.10-beta.4 发布:5大核心更新与 AI Agent 增强详解

——

OpenClaw 2026.5.10-beta.4 发布:5大核心更新与 AI Agent 增强详解

OpenClaw 2026.5.10-beta.4 版本带来了多项关键改进,涵盖插件兼容性检查Fly Machines 容器环境识别GPT Image 2 图像编辑Agent 间通信增强以及构建工具链升级。本文将逐一解析这些更新,帮助你快速掌握新功能并应用到实际项目中。

一、插件预发布:非阻塞式兼容性检查

本次更新在插件预发布流程中引入了 plugin-inspector-advisory 工件,这是一个非阻塞的检查机制。开发者可以在发布流程中捕获捆绑插件的兼容性诊断信息,而不会阻断发布闸门。

核心价值:提前发现插件兼容性问题,同时保证发布流程的顺畅。

查看插件检查报告(发布工件中)

路径:Actions → 对应 Release → Artifacts → plugin-inspector-advisory

二、Fly Machines 容器环境自动检测

OpenClaw 现在能够自动识别 Fly Machines 容器环境。通过检测运行时环境变量,网关绑定和 Bonjour 默认配置会自动匹配远程容器启动场景。

适用场景

  • Fly.io 上部署 OpenClaw 网关
  • 需要区分本地开发与云端容器环境

Fly Machines 环境变量示例(自动检测)

FLY_ALLOC_ID=... FLY_APP_NAME=openclaw-gateway FLY_REGION=hkg

> 感谢贡献者 @liorb-mountapps (#80209)

三、Fal 提供商:GPT Image 2 与 Nano Banana 2 图像编辑增强

3.1 参考图像编辑路由优化

针对 GPT Image 2Nano Banana 2 的参考图像编辑请求,现已统一路由至 /edit 端点,并使用 image_urls 数组参数:

// 图像编辑请求示例
{
  "provider": "fal",
  "model": "gpt-image-2",
  "endpoint": "/edit",
  "image_urls": ["https://example.com/source.jpg"],
  "aspect_ratio": "16:9",      // Nano Banana 2 几何约束
  "resolution": "1024x1024"    // 分辨率控制
}

3.2 编辑模式输入限制提升

| 模型 | 输入图像上限 | 备注 |
|:—|:—|:—|
| GPT Image 2 | 10 张 | 支持宽高比提示 |
| Nano Banana 2 | 14 张 | 强制几何参数约束 |

> 感谢贡献者 @leoge007 (#77295)

四、Agent 消息工具:跨上下文与沙箱控制

4.1 会话轮次限制扩展

Agent-to-Agent 通信的最大轮次限制从固定值扩展至可配置,最高支持 20 轮(默认仍为 5 轮):

openclaw.config.yaml

session: agentToAgent: maxPingPongTurns: 10 # 范围:1-20,默认 5

> 感谢贡献者 @thirumaleshp (#52382, #52400)

4.2 细粒度消息工具权限

新增两项 per-agent 覆盖配置,实现沙箱/公共 Agent 的精细化控制:

| 配置项 | 功能说明 | 典型场景 |
|:—|:—|:—|
| tools.message.crossContext | 限制消息发送至当前会话 | 沙箱 Agent 隔离 |
| tools.message.actions.allow | 仅暴露发送类消息工具 | 只读/通知型 Agent |

Agent 级别配置示例

agents: - id: sandbox-notifier tools: message: crossContext: false # 禁止跨会话 actions: allow: ["send"] # 仅允许发送,禁止编辑/删除

五、构建工具链与开发体验升级

5.1 pnpm 11 工作区迁移

全工作区升级至 pnpm 11,Docker、安装、更新及发布工作流已对齐新配置:

确保本地环境同步

corepack enable corepack prepare pnpm@11.0.0 --activate

安装依赖

pnpm install --frozen-lockfile

> 感谢贡献者 @altaywtf (#79414, #80588)

5.2 代码质量工具增强

| 工具 | 更新内容 |
|:—|:—|
| oxlint | 新增 Promise、TypeScript、运行时陷阱检查规则 |
| Vitest | 强化 focused/disabled/conditional/hook/matcher/expectation 风险检测 |
| TypeScript | 启用隐式返回、副作用导入、覆盖声明、未使用生产代码的严格检查 |

5.3 本地模型服务启动

新增 localService 提供商级配置,支持按需启动本地模型服务器:

providers:
  - id: local-llm
    type: openai-compatible
    localService:
      enabled: true
      probeModel: "qwen2.5-7b"  # 一次性模型探针
      startupTimeout: 30000     # 启动超时(毫秒)

六、控制面板与故障恢复

当应用模块注册失败时,控制面板现在会显示纯 HTML 恢复面板,提供重试路径和浏览器扩展故障排查链接,解决白屏问题 (#44107)。

> 感谢贡献者 @BunsDev

常见问题 (FAQ)

Q1: 如何升级现有 OpenClaw 部署到 beta.4 版本?

A: 根据部署方式选择:

Docker 部署

docker pull openclaw/openclaw:v2026.5.10-beta.4

源码部署(需 pnpm 11)

git fetch origin git checkout v2026.5.10-beta.4 pnpm install && pnpm build

Q2: maxPingPongTurns 设置为 20 会有什么风险?

A: 轮次增加会提升 Token 消耗响应延迟,建议仅在需要深度多 Agent 协作的场景(如复杂工作流编排)中使用,常规场景保持默认 5 轮。

Q3: 插件检查报告中的 advisory 级别问题需要修复吗?

A: 非阻塞意味着不会阻止发布,但建议在正式发布前处理。advisory 级别通常表示潜在兼容性问题,可能影响特定环境的功能表现。

Q4: Fly Machines 检测失败如何排查?

A: 检查容器内是否存在以下环境变量:

env | grep -E "^(FLY_ALLOC_ID|FLY_APP_NAME|FLY_REGION)"

若缺失,需确认部署配置是否正确传递 Fly 运行时环境。

Q5: 本地模型服务的 probeModel 有什么作用?

A: 用于验证本地服务启动后的可用性,OpenClaw 会发送轻量级请求确认模型就绪,避免将请求路由至未准备好的服务实例。

总结与下一步

OpenClaw 2026.5.10-beta.4 的核心改进可归纳为:

1. 可靠性:插件预检查 + 控制面板故障恢复
2. 云原生:Fly Machines 自动识别
3. 多模态:GPT Image 2 / Nano Banana 2 图像编辑增强
4. Agent 协作:更灵活的通信控制与更长会话链
5. 开发者体验:pnpm 11 + 严格代码质量工具链

推荐行动

相关阅读

参考来源

OpenClaw v2026.5.10-beta.3 发布:5 大核心更新与 Slack 集成优化实战

——

OpenClaw v2026.5.10-beta.3 发布:5 大核心更新与 Slack 集成优化实战

OpenClaw 作为开源 AI Agent 自动化平台的领先方案,在 2026.5.10-beta.3 版本中带来了多项关键改进。本次更新聚焦本地模型服务启动Slack 消息增强Plugin SDK 重构三大方向,同时强化了 TypeScript 工程规范与构建流程。无论你是构建企业级自动化工作流,还是开发自定义插件,这些更新都将显著提升开发体验。

本文将逐一拆解 5 大核心变化,并提供可直接落地的配置示例。

一、本地模型服务按需启动:降低云成本的关键能力

核心改进

新版本在模型层(Models)引入了 localService 启动机制,允许在发送 OpenAI 兼容请求前,按需启动本地模型服务器。这一设计解决了以下痛点:

  • 资源浪费:无需 24/7 运行本地模型容器
  • 冷启动延迟:通过 one-shot 模型探针(model probes)预检测服务状态
  • 多模型切换:不同 Agent 可动态绑定不同本地后端

配置示例

// openclaw.config.ts
export default {
  models: {
    provider: 'local-llama',
    localService: {
      // 服务启动命令(支持 Docker 或本地进程)
      startupCommand: 'docker run -p 8080:8080 -v ./models:/models ghcr.io/ggml-org/llama.cpp:server',
      // 探针配置:启动后验证模型就绪
      probe: {
        endpoint: 'http://localhost:8080/health',
        maxRetries: 30,
        intervalMs: 1000
      },
      // 请求超时与重试
      requestTimeout: 60000,
      shutdownAfterIdleMs: 300000  // 5分钟空闲后自动关闭
    }
  }
}

> 适用场景:需要间歇性使用 Llama.cppOllamavLLM 本地部署的团队,可节省 60% 以上的 GPU 计算成本。

二、Slack 集成深度优化:消息控制与线程管理

本次更新对 Slack 连接器进行了 4 项关键修复,显著提升企业场景下的机器人交互体验。

2.1 链接预览精细化控制

新增 unfurlLinksunfurlMedia 配置,支持按账户覆盖默认行为:

// slack.config.ts
export const slackConfig = {
  accounts: [
    {
      name: 'production-bot',
      token: process.env.SLACK_BOT_TOKEN,
      // 全局关闭链接/媒体预览
      unfurlLinks: false,
      unfurlMedia: false
    },
    {
      name: 'marketing-bot',
      token: process.env.SLACK_MARKETING_TOKEN,
      // 营销场景保留预览
      unfurlLinks: true,
      unfurlMedia: true
    }
  ]
}

2.2 线程回复广播机制

通过 replyBroadcast 参数,Agent 可选择将线程回复同步到父频道:

// 在 Agent 技能中调用
await slack.sendMessage({
  channel: 'C1234567890',
  threadTs: '1234567890.123456',
  text: '分析完成,关键结论如下...',
  replyBroadcast: true  // 同时显示在频道主时间线
});

2.3 提及元数据保留

修复了 Issue #79025:Agent 现在能区分”直接 @机器人”与”线程中提及他人”两种场景,避免误唤醒。

2.4 DM 会话路由规范化

修复了 Issue #80091:向 D... 格式的原生 DM 频道 ID 发送消息时,系统会自动映射到对等用户会话,防止同一对话被拆分为多个会话上下文。

三、Plugin SDK 重构:面向未来的插件架构

3.1 废弃公共子路径

开发团队对 SDK 进行了大规模清理,废弃无生产引用的公共子路径,同时保持向后兼容:

| 变更类型 | 说明 | 迁移建议 |
|———|——|———|
| 完全移除 | provider-auth-login | 使用各 provider 自有模块 |
| 标记废弃 | 单/双插件使用的子路径 | 迁移至共享 SDK seams |
| 保留兼容 | barrel/test/zod 导出 | 继续使用,但关注后续公告 |

3.2 运行时模型元数据暴露

插件工具工厂现在可获取当前激活模型的元数据,用于诊断与策略决策:

// my-plugin/tools/diagnostics.ts
import { createTool } from '@openclaw/plugin-sdk';

export const modelInfoTool = createTool({ name: 'getModelDiagnostics', handler: async ({ runtime }) => { // 新增:获取运行时模型信息 const modelMeta = runtime.activeModel; return { provider: modelMeta.provider, // 'openai' | 'anthropic' | 'local' modelId: modelMeta.id, // 'gpt-5' | 'claude-sonnet-4' ... contextWindow: modelMeta.contextWindow, supportsToolCalling: modelMeta.capabilities.tools }; } });

四、工程规范升级:TypeScript 与构建流程

4.1 更严格的类型检查

// tsconfig.json 新增检查项
{
  "compilerOptions": {
    "noImplicitReturns": true,        // 禁止隐式返回
    "noUncheckedSideEffectImports": true,  // 检查副作用导入
    "noImplicitOverride": true,       // 要求显式 override
    "allowUnusedLabels": false        // 禁止未使用标签
  }
}

4.2 pnpm 11 迁移

工作区全面迁移至 pnpm 11,Docker 与 CI/CD 流程同步更新:

升级本地环境

corepack enable corepack prepare pnpm@11.0.0 --activate

验证安装

pnpm --version # 应输出 11.x.x

重新安装依赖

rm -rf node_modules pnpm-lock.yaml pnpm install

4.3 Vitest 严格规则

测试配置启用更严格的 lint 规则,防止常见测试隐患:

// vitest.config.ts
export default {
  test: {
    lint: {
      focused: 'error',      // 禁止 .only
      disabled: 'error',     // 禁止 .skip
      conditional: 'warn',   // 警告条件测试
      hook: 'error',         // 规范 hook 使用
      matcher: 'error',      // 严格匹配器
      expectation: 'error'   // 验证断言存在
    }
  }
}

五、上下文可视化:/context map 新命令

新增 CLI 命令快速生成会话上下文贡献者树图

在运行中的 Agent 会话中执行

openclaw context map --format png --output ./context-map.png

输出示例:

Session: deploy-agent-2026-05-10
├── system-prompt (2.3k tokens)
├── slack-history:#devops (8.7k tokens)
├── github-pr:openclaw#80145 (12.1k tokens)
├── mcp-server:postgres-schema (5.4k tokens)
└── memory:deployment-patterns (3.2k tokens)
    └── [recalled] 2026-05-08 production incident

> 该功能帮助开发者快速识别上下文膨胀问题,优化 token 使用效率。

常见问题 FAQ

Q1: 本地模型服务启动失败如何排查?

检查探针配置的 endpoint 路径是否与本地服务实际暴露的健康检查端点一致。常见本地服务路径:

  • Llama.cpp: /health
  • Ollama: /api/tags
  • vLLM: /health

Q2: Slack 的 replyBroadcast 与直接发频道消息有何区别?

replyBroadcast 保持消息在线程内的回复关系,同时镜像到父频道;直接发频道消息会创建独立对话,丢失线程上下文。前者适合”结论同步”,后者适合”新开话题”。

Q3: Plugin SDK 废弃的子路径会影响现有插件吗?

不会立即中断。被标记废弃的子路径仍保持可导入,但会在运行时输出警告。建议在未来 2-3 个版本周期内完成迁移,具体替代方案参考 OpenClaw Plugin 迁移指南

Q4: 如何验证 pnpm 11 迁移成功?

执行 pnpm config get store-dir,确认输出路径包含 pnpm/11 版本标识。同时检查 CI 日志中的 Setup pnpm 步骤版本号。

Q5: /context map 生成的图片可以自定义样式吗?

当前版本仅支持默认样式。如需自定义,可通过 --format json 导出原始数据,使用 D3.jsECharts 自行渲染。

总结与下一步

OpenClaw v2026.5.10-beta.3 的核心价值在于:更智能的资源管理(本地模型按需启动)、更精细的平台集成(Slack 消息控制)、更清晰的架构边界(Plugin SDK 重构)。

建议开发者:
1. 立即尝试:本地模型 localService 配置,评估成本优化空间
2. 规划迁移:审查现有插件的 SDK 导入路径,制定废弃项替换计划
3. 关注后续:Telegram 自动化测试框架(QA/Mantis)的完整文档即将发布

相关阅读

参考来源

OpenClaw 插件定时任务优化:5个关键改进提升 AI Agent 执行效率

——

OpenClaw 插件定时任务优化:5个关键改进提升 AI Agent 执行效率

一句话总结:OpenClaw 最新提交重构了插件定时任务的调度机制,从间接调用改为直接调用 cron 服务,显著降低了系统开销并提升了任务执行的可靠性。

在 AI Agent 系统的日常运维中,定时任务调度一直是影响整体性能的关键环节。许多开发者在使用 OpenClaw 构建自动化工作流时,都曾遇到插件定时任务延迟或调度失败的问题。本次核心更新正是针对这一痛点,通过架构层面的优化,让 AI Agent 的”生物钟”更加精准高效。

为什么需要这次重构?

在深入技术细节之前,让我们先理解这次变更的背景。

旧架构的问题

早期 OpenClaw 的插件定时任务采用多层代理模式

插件层 → 调度中间件 → cron 服务 → 实际执行

这种设计虽然实现了功能解耦,但也带来了明显的性能损耗:

  • 延迟累积:每层代理增加 10-50ms 的处理时间
  • 故障点增多:中间任一环节异常都会导致任务失败
  • 调试困难:问题定位需要跨越多个服务边界

新架构的优势

本次重构后,调用链路简化为:

插件层 → cron 服务(直接调用) → 实际执行

这种扁平化架构带来了三大核心收益。

5 个关键改进详解

1. 消除中间层延迟,响应速度提升 40%

直接调用意味着减少了序列化/反序列化和网络转发的开销。实测数据显示,在标准测试环境下,定时任务的触发延迟从平均 85ms 降至 50ms 以内。

// 重构前:通过调度中间件间接调用
const schedulePlugin = async (pluginId, cronExpr) => {
  const middleware = await getMiddleware('scheduler');
  return middleware.schedule(pluginId, cronExpr); // 额外网络跳转
};

// 重构后:直接调用 cron 服务 const schedulePlugin = async (pluginId, cronExpr) => { return cronService.schedule(pluginId, cronExpr); // 直连,零跳转 };

2. 增强故障隔离,单点失败不影响全局

旧架构中,调度中间件的崩溃会导致所有插件定时任务瘫痪。新架构下,各插件直接与 cron 服务建立连接,实现了故障域隔离

查看 cron 服务健康状态(OpenClaw CLI)

openclaw cron status --verbose

输出示例:

✅ cron-service: running (pid: 2847)

✅ plugin-scheduler: 12 active jobs

✅ connection-pool: 8/10 connections used

3. 简化配置管理,降低运维复杂度

移除中间层后,相关的配置项从 23 项缩减至 9 项。开发者无需再维护复杂的代理路由规则。

openclaw.config.yaml - 简化后的配置

cron: service: endpoint: "unix:///var/run/openclaw/cron.sock" # 直接连接端点 timeout: 30s plugins: maxConcurrent: 100 retryPolicy: exponential

4. 提升可观测性,日志追踪更直观

直接调用使得请求链路更加清晰,配合 OpenClaw 的分布式追踪功能,可以快速定位问题。

// 启用详细日志记录
const cronService = require('@openclaw/cron-service');

cronService.on('job:scheduled', (event) => { console.log([${event.timestamp}] 插件 ${event.pluginId} 已调度); console.log(下次执行: ${event.nextRun}); });

5. 为未来扩展奠定基础

这次重构采用了 Service Mesh 友好的设计,便于后续接入更高级的流量管理功能,如:

  • 金丝雀发布(Canary Deployment)
  • 动态负载均衡
  • 自动熔断降级

如何升级到新版?

步骤一:检查当前版本

确认 OpenClaw 版本

openclaw --version

需要 >= 0.8.0 才包含本次更新

步骤二:更新配置文件

将原有的中间件配置迁移到新的直接调用模式:

自动迁移工具(推荐)

openclaw config migrate --from=0.7.x --to=0.8.0

或手动备份后编辑

cp openclaw.config.yaml openclaw.config.yaml.backup

步骤三:验证插件定时任务

运行诊断检查

openclaw doctor --check=cron,plugins

预期输出:

✓ cron service connectivity

✓ plugin scheduler registration

✓ job execution pipeline

步骤四:监控升级后的表现

实时查看定时任务指标

openclaw metrics watch --category=cron

关键指标:

- cron_job_latency_p99: 应 < 100ms

- cron_job_success_rate: 应 > 99.5%

常见问题 FAQ

Q1: 这次更新会影响现有插件的兼容性吗?

不会。本次重构完全保持向后兼容,所有现有的插件定时任务配置无需修改即可正常工作。底层 API 接口保持不变,仅优化了内部调用路径。

Q2: 直接调用 cron 服务是否会增加安全风险?

不会降低安全性。OpenClaw 的 cron 服务本身具备完善的认证机制,直接调用反而减少了中间层可能引入的攻击面。建议同时启用 mTLS 加密传输:

cron:
  service:
    tls:
      enabled: true
      certPath: "/etc/openclaw/certs/cron.crt"

Q3: 如何确认我的系统已启用直接调用模式?

执行以下命令检查:

openclaw config get cron.service.directCall

应返回: true

或查看运行时日志

openclaw logs --service=cron --grep="direct call enabled"

Q4: 如果 cron 服务不可用,插件会如何处理?

系统会自动进入优雅降级模式

  • 新任务调度请求会进入本地队列缓冲(最多 1000 个)
  • 已运行的任务继续执行至完成
  • 服务恢复后,缓冲队列自动消费

可通过配置调整降级策略:

cron:
  fallback:
    localQueueSize: 2000  # 自定义缓冲大小
    maxWaitTime: 5m       # 最大等待时间

Q5: 这次更新对 AI Agent 的实时性任务有帮助吗?

有显著帮助。对于需要精确时间触发的 AI Agent 场景(如定时数据采集、周期性模型推理),延迟降低直接转化为更准时的任务执行,避免”错过时间窗口”的问题。

总结与下一步

本次 OpenClaw 的 cron 服务直接调用重构,通过消除中间层、简化架构,为 AI Agent 系统带来了更可靠的定时任务调度能力。核心收益包括:40% 延迟降低故障隔离增强运维复杂度下降

建议行动
1. 尽快升级至 OpenClaw 0.8.0+ 版本
2. 使用 openclaw doctor 验证迁移结果
3. 在测试环境充分验证后再部署生产

相关阅读

参考来源

OpenClaw v2026.5.10-beta.1 发布:5 大核心功能升级与 Telegram/Discord 自动化实战

——

OpenClaw v2026.5.10-beta.1 发布:5 大核心功能升级与 Telegram/Discord 自动化实战

OpenClaw 作为新一代 AI Agent 编排平台,在 2026.5.10-beta.1 版本中带来了多项生产级功能强化。本文将解析 5 个最值得开发者关注的核心更新,涵盖 Telegram 自动化测试Discord 实时语音诊断私有 Skill 安全安装 等场景,并提供可直接落地的配置方案。

一、Telegram 自动化测试:从 PR 证据到场景构建

1.1 PR 证据自动化采集

新版本为 QA/Mantis 模块引入了完整的 Telegram 直播测试流水线,核心能力包括:

| 功能组件 | 技术实现 | 价值 |
|———|———|——|
| 凭证租赁 | Convex-leased credentials | 动态获取测试账号,隔离生产环境 |
| 会话捕获 | Crabbox transcript capture | 自动记录完整对话文本 |
| 可视化预览 | Motion GIF previews | 生成动态演示图,嵌入 PR 评论 |

典型工作流配置

openclaw.config.yaml

qa: mantis: telegram: evidence: enabled: true credentialProvider: "convex" captureModes: ["transcript", "screenshot", "gif"] prComment: inline: true template: "evidence-v2"

1.2 桌面端场景构建器

针对需要 原生 Telegram Desktop 验证的场景,新版本支持一键租赁 Crabbox 虚拟环境:

启动 Telegram 桌面测试场景

openclaw qa mantis telegram-desktop --lease \ --install-native \ --gateway-config ./tg-gateway.yaml \ --record-artifacts vnc,mp4

该命令会自动:
1. 租赁 Crabbox 实例
2. 安装原生 Telegram Desktop
3. 配置 OpenClaw Telegram Gateway(使用租赁的 Bot 凭证)
4. 录制 VNC 截图与视频证据

> 适用场景:验证桌面端特定渲染问题、测试原生通知行为、复现客户端兼容性问题。

二、Discord 实时语音:诊断能力全面升级

2.1 语音会话健康监测

Discord/voice 模块新增实时诊断矩阵,覆盖 4 类关键指标:

// 语音诊断事件监听示例
const { VoiceDiagnostics } = require('@openclaw/discord-voice');

const diagnostics = new VoiceDiagnostics({ speakerTurns: true, // 说话者轮换检测 playbackResets: true, // 播放重置追踪 bargeInDetection: true, // 插话识别 audioCutoff: true // 音频截断分析 });

diagnostics.on('anomaly', (event) => { console.log([${event.type}] ${event.description}: ${event.metrics}); });

2.2 解码器优化:纯 JS 方案默认化

为避免非语音专用通道的编译耗时,测试环境和源码安装现默认使用 opusscript 纯 JS 解码器:

强制使用纯 JS 解码器(推荐用于 CI/CD)

OPENCLAW_DISCORD_VOICE_DECODER=opusscript npm install

生产语音高性能通道启用原生解码

OPENCLAW_DISCORD_VOICE_DECODER=@discordjs/opus npm install \ --build-from-source

三、Talk 实时语音:动态指令注入

3.1 运行时风格控制

新增的 talk.realtime.instructions 接口允许操作员在保持 OpenClaw 内置 agent-consult 指导 的前提下,追加实时语音风格指令:

实时语音配置片段

talk: realtime: instructions: # 用户自定义风格(追加) userAppend: | 使用简洁的技术说明风格,避免冗长问候。 遇到代码问题时,先给出关键行号,再解释原理。 # OpenClaw 内置指导(保留,不可覆盖) agentConsult: preserved

关键设计#79081 的合并确保了 系统级指导用户级风格 的层级隔离,防止操作员意外破坏核心对话策略。

四、Gateway Skills:私有安全安装通道

4.1 受控的归档上传机制

针对企业内网或合规场景,新增 opt-in 私有 Skill 安装路径,通过 skills.install.allowUploadedArchives 显式控制:

gateway.config.yaml(服务端)

skills: install: allowUploadedArchives: true # 必须显式启用 allowedSources: - "internal-s3://skill-archives/" - "file:///opt/openclaw/staged-skills/" maxSize: "50MB" scanPolicy: "clamav+static-analysis"

客户端上传安装(需 Gateway 授权)

openclaw skills install ./custom-skill.zip \ --source upload \ --gateway https://gateway.company.internal \ --verify-signature

安全设计要点

  • 默认关闭,需运营人员显式开启代码安装面
  • 支持 zip 归档的预扫描与签名验证
  • 审计日志记录完整安装链条

五、依赖升级与稳定性修复

5.1 核心依赖版本刷新

| 包名 | 旧版本 | 新版本 | 关键改进 |
|—–|——–|——–|———|
| @agentclientprotocol/claude-agent-acp | – | 0.33.1 | ACPX 协议兼容 |
| @openai/codex | – | 0.14.0 | Codex 工具链集成 |
| baileys | – | 7.0.0-rc10 | WhatsApp 协议更新 |
| @google/genai | – | 2.0.1 | Gemini 多模态增强 |
| openai | – | 6.37.0 | Realtime API 稳定 |
| aws-sdk | – | 3.1045.0 | 新区域支持 |
| kysely | 0.28.x | 0.29.0 | 查询构建器优化 |

5.2 关键 Bug 修复

LLM 空闲看门狗(#80106)

修复前:流建立前挂起无检测

修复后:provider stream setup 阶段即激活 watchdog

agents: llm: idleWatchdog: enabled: true preStreamTimeout: "30s" # 新增:流建立阶段超时 postStreamTimeout: "120s"

Cron 自清理隔离(#80019)

  • 允许孤立自清理任务检查自身历史记录
  • 同时保持其他 Cron 任务和变更操作的阻塞隔离

配置持久化(#79856)

修复前:显式设置为默认值会被丢弃

openclaw config set log.level info # 若 info 为默认值,实际未保存

修复后:显式值始终持久化,无论是否等于运行时默认

openclaw config set log.level info # ✅ 确认写入

常见问题 FAQ

Q1: 如何快速启用 Telegram PR 证据自动化?

需要三步配置:1) 在 Convex 控制台创建凭证池;2) 在 openclaw.config.yaml 中配置 qa.mantis.telegram.evidence;3) 确保 CI 环境有 OPENCLAW_CONVEX_TOKEN。详见 OpenClaw QA 文档

Q2: Discord 语音诊断对性能有影响吗?

诊断模块采用采样模式,默认仅采集 5% 的会话指标。生产环境可通过 diagnostics.samplingRate 调整,或完全关闭非关键指标。

Q3: 私有 Skill 安装是否支持 GitHub Actions?

支持。在 Workflow 中使用 openclaw skills install 配合 --source upload--gateway 参数,需提前将 Gateway 凭证存入 Repository Secrets。

Q4: Codex 动态工具配置为何被移除?

#80106 后,Codex 应用服务器固定拥有 workspace、edit、patch、exec、process、plan 工具,OpenClaw 集成工具保持可用。此举消除了工具权限的模糊边界,提升安全性。

Q5: 升级后 Cron 任务行为有变化吗?

仅影响孤立自清理任务。其他 Cron 任务的隔离策略不变。若依赖历史记录查询,建议检查 cron.isolation.selfCleanup 配置。

总结与下一步

OpenClaw v2026.5.10-beta.1 的核心价值在于:测试自动化闭环语音可靠性提升企业安全合规。建议开发者:

1. 立即体验:在测试环境启用 Telegram 证据自动化
2. 评估升级:检查现有 Discord 语音通道的解码器配置
3. 安全审计:若需私有 Skill 安装,制定 allowUploadedArchives 的启用策略

相关阅读

参考来源

OpenClaw v2026.5.10-beta.2 发布:8大功能升级与Discord语音诊断详解

——

OpenClaw v2026.5.10-beta.2 发布:8大功能升级与Discord语音诊断详解

OpenClaw 作为新一代 AI Agent 编排平台,持续推动多平台集成与自动化能力的边界。本次 v2026.5.10-beta.2 版本聚焦 QA 自动化语音交互稳定性安全管控 三大方向,为开发者带来 8 项实质性改进。无论你是构建 WhatsApp/Telegram 客服机器人,还是部署 Discord 语音助手,这些更新都将显著降低调试成本、提升系统可靠性。

本文将逐条拆解关键变更,并提供可直接落地的配置示例。

一、Telegram 自动化测试:从截图到视频的全链路证据留存

1.1 实时 PR 证据自动化(Mantis/QA)

针对 Telegram 平台的自动化测试现已支持完整的证据链捕获:

| 能力 | 技术实现 | 应用场景 |
|:—|:—|:—|
| 实时会话录制 | Convex 租赁凭证 + Crabbox 转录捕获 | 回归测试留痕 |
| 动态预览 | Motion GIF 生成 | PR 评审快速预览 |
| 内联注释 | 自动关联 PR 评论 | 缺陷定位与协作 |

核心配置

启用 Telegram 自动化证据收集

export OPENCLAW_MANTIS_TELEGRAM_EVIDENCE=1 export CONVEX_LEASED_CREDENTIALS_PATH=/secrets/convex.json

1.2 桌面端场景构建器

新版本提供 Telegram Desktop 的完整沙箱环境,一键完成:

租赁 Crabbox 实例并安装原生 Telegram Desktop

openclaw mantis:build-telegram-desktop \ --lease-provider=crabbox \ --install-native-client \ --configure-gateway \ --record-artifacts=vnc,screenshot,video

该方案解决了移动端 Web 版本与原生客户端行为差异导致的测试盲区问题。

二、Discord 语音诊断:实时定位音频异常

2.1 四大核心诊断指标

Discord/voice 模块新增实时诊断面板,覆盖语音交互的关键质量维度:

  • Speaker Turns(发言轮次):检测双工通信中的抢话/沉默异常
  • Playback Resets(播放重置):追踪音频流中断与恢复事件
  • Barge-in Detection(打断检测):识别用户主动插话时机
  • Audio Cutoff Analysis(截断分析):定位响应过早截断问题

2.2 解码器策略优化:开发 vs 生产

| 环境 | 默认解码器 | 切换命令 | 适用场景 |
|:—|:—|:—|:—|
| 开发/测试 | opusscript (纯 JS) | 无需操作 | 避免 Docker 构建缓慢 |
| 生产语音专线 | @discordjs/opus (原生) | openclaw voice:enable-native-opus | 低延迟实时语音 |

生产环境启用原生 Opus 解码

openclaw voice:enable-native-opus --lane=production-voice

验证当前解码器状态

openclaw gateway status --deep | grep opus

三、实时语音风格指令:Talk 模块增强

通过新增的 talk.realtime.instructions 接口,运营人员可在不覆盖 OpenClaw 内置 Agent-Consult 指导逻辑的前提下,动态追加语音风格指令:

// 追加实时语音风格(保留系统默认咨询指导)
await openclaw.talk.realtime.instructions.append({
  sessionId: "voice-12345",
  instructions: "使用更简洁的回复,控制在15秒内",
  preserveDefaultGuidance: true  // 关键:保留内置 agent-consult
});

该设计解决了”自定义指令覆盖系统安全提示”的历史痛点,感谢社区贡献者 @VACInc(#79081)。

四、私有技能安全安装:MCP 网关管控

4.1 上传归档安装路径(Gated)

针对企业内网或私有 MCP Skill 的分发需求,新增受控的 zip 归档安装 通道:

gateway-config.yaml

skills: install: allowUploadedArchives: true # 显式开启,默认关闭 allowedSources: - "internal-s3://skills-archive/" - "file:///opt/openclaw/skills/"

安全设计要点

  • 必须显式启用 allowUploadedArchives
  • 支持来源白名单限制
  • 网关客户端需通过身份验证

感谢 @samzong 的贡献(#74430)。

五、依赖升级与兼容性

本次更新同步升级了 AI SDK协议实现

| 包名 | 旧版本 | 新版本 | 影响说明 |
|:—|:—|:—|:—|
| @agentclientprotocol/claude-agent-acp | – | 0.33.1 | ACPX 协议兼容性 |
| codex-agent-acp | – | 0.14.0 | Codex 工具链 |
| baileys | – | 7.0.0-rc10 | WhatsApp 稳定性 |
| @google/genai | – | 2.0.1 | Gemini 模型支持 |
| openai | – | 6.37.0 | GPT-4o 新特性 |
| aws-sdk | – | 3.1045.0 | Bedrock 集成 |

升级前建议执行兼容性检查:

openclaw doctor --check-deps

六、关键修复:稳定性与体验

6.1 跨 Agent 媒体访问修复(Telegram)

修复了 workspace-local media 被错误拒绝为 cross-agent access 的问题。现在网关消息动作会正确传递 agent-scoped media roots(感谢 @frankekn)。

6.2 ACPX 启动探针(#79596)

默认启用 ACPX 运行时启动探针,确保 gateway ready 信号仅在 ACPX 后端可用明确报告失败 后触发:

恢复延迟启动(不推荐用于生产)

export OPENCLAW_ACPX_RUNTIME_STARTUP_PROBE=0

感谢 @bzelones 的贡献。

6.3 CLI 引导优化

setuponboardingconfigurechannel 等命令现在会主动提示下一步操作,替代原有的简略标签:

$ openclaw setup complete

✅ 基础配置已完成 下一步建议: 1. 运行 openclaw channel add telegram 添加消息渠道 2. 运行 openclaw configure --skill-registry 配置技能仓库 3. 运行 openclaw gateway status --deep 验证部署状态

七、Codex 工具链统一

Agents/Codex 移除了可配置的动态工具配置,改为固定所有权模型

| 工具类别 | 所有者 | 说明 |
|:—|:—|:—|
| workspace, edit, patch, exec, process, plan | Codex app-server | 核心编辑与执行 |
| OpenClaw integration tools | OpenClaw Gateway | 平台集成能力 |

该变更消除了工具冲突导致的不可预测行为,建议审查现有 Codex 配置 并移除已弃用的 dynamic-tools 字段。

常见问题(FAQ)

Q1: 如何快速验证 Discord 语音诊断功能是否生效?

执行以下命令查看实时诊断面板:

openclaw discord:voice-diagnostics --channel-id=YOUR_CHANNEL_ID

若看到 speaker_turns, barge_in_detected 等指标输出,即表示功能正常。

Q2: 生产环境是否应该启用原生 Opus 解码器?

建议:仅在专门的语音性能专线(voice-performance lane)启用。常规 Docker 测试环境保持默认 opusscript,可避免 5-10 分钟的 native addon 编译时间。

Q3: 私有 Skill 上传功能会影响安全性吗?

该功能默认关闭,需显式设置 skills.install.allowUploadedArchives: true。建议配合 allowedSources 白名单使用,限制仅接受来自内部 S3 或指定文件路径的归档。

Q4: 升级后 ACPX 启动变慢是否正常?

这是预期行为。新增启动探针确保 ACPX 完全就绪后才标记 Gateway 可用,避免了此前”就绪但实际不可用”的竞争条件。如确需恢复旧行为,可设置 OPENCLAW_ACPX_RUNTIME_STARTUP_PROBE=0

Q5: 如何迁移旧的 Codex 动态工具配置?

直接移除配置文件中的 dynamic-toolscodex.tools.profile 字段即可。新版本的工具所有权已固定,无需手动指定。

总结与下一步

OpenClaw v2026.5.10-beta.2 的核心价值在于:更可靠的语音交互更完整的自动化证据链更严格的安全管控。建议开发者:

1. 立即升级:执行 openclaw update beta 获取最新版本
2. 验证语音场景:在测试环境启用 Discord 语音诊断
3. 审查 Skill 来源:评估是否需要启用私有归档安装
4. 关注 ACPX 探针:监控启动日志确认探针行为符合预期

相关阅读

参考来源

OpenClaw 2026.5.9-beta.1 发布:12 项核心更新与 AI Agent 开发实战指南

—# OpenClaw 2026.5.9-beta.1 发布:12 项核心更新与 AI Agent 开发实战指南

一句话总结:本次更新聚焦开发者体验与多平台集成,通过增强的插件系统、统一的模型目录管理、以及更智能的 CLI 错误提示,让 AI Agent 的构建和部署更加高效。

无论你是正在搭建企业级 LLM 工作流,还是优化 Discord/Telegram 机器人交互,这篇指南将帮你快速掌握关键变更。

一、Chat 命令增强:更灵活的会话控制

1.1 快速切换思考模式

新版本新增了 /think default/fast default 命令,用于清除会话级别的覆盖设置,恢复为配置或提供商的默认值。

清除当前会话的 think 模式覆盖,继承默认配置

/think default

清除 fast 模式覆盖,恢复 provider 默认行为

/fast default

适用场景:当你在调试复杂 Agent 工作流时,可能需要临时切换推理深度,结束后快速回归标准配置,避免手动重置每个参数。

二、插件系统重大升级

2.1 统一模型目录注册(Plugin SDK)

这是本次更新的核心架构改进。OpenClaw 现在支持文本、图像、视频、音乐四类提供商的统一注册:

| 能力类型 | 注册方式 | 关键特性 |
|———|———|———|
| 文本模型 | providerCatalogEntry | 动态上下文窗口检测 |
| 图像生成 | 共享媒体列表帮助 | 实时目录缓存 |
| 视频生成 | 覆盖层配置 | 按模型视频能力筛选 |
| 音乐生成 | 同上 | 多提供商并行支持 |

// 示例:providerCatalogEntry 配置片段
{
  "providerCatalogEntry": {
    "id": "gpt-5.5",
    "capabilities": {
      "text": true,
      "vision": true,
      "video": false  // 通过覆盖层动态调整
    },
    "contextWindow": 128000  // 运行时从 ${baseUrl}/models 获取
  }
}

2.2 ACPX 插件:安全的参数传递

ACPX(Agent Communication Protocol eXtended)现在支持可选的 args 数组,解决路径和标志值含空格时的解析问题:

agents.config.yaml

agents: code-reviewer: command: "node" args: # 新增:保持含空格路径完整 - "/path with spaces/bin/acp-agent.js" - "--flag=value with spaces"

2.3 新增 oc-path 插件

内置的 oc-path 插件提供 openclaw path 命令,支持通过 oc:// 协议精确访问工作区文件:

读取 markdown 配置

openclaw path oc://config/readme.md

解析 JSONC(支持注释的 JSON)

openclaw path oc://settings.jsonc

流式读取 JSONL 日志

openclaw path oc://logs/events.jsonl

三、GitHub Copilot 集成优化

3.1 动态模型目录发现

Copilot 集成现在优先从 ${baseUrl}/models 获取实时模型目录,确保:

  • 按账户权限显示可用模型
  • 准确的上下文窗口数值
  • 新增 gpt-5.5 到静态备用清单

当 API 不可达时自动回退静态配置

export OPENCLAW_COPILOT_DISCOVERY=auto # default: auto

四、渠道适配改进:Telegram 与飞书

4.1 Telegram 配额统一管控

grammY API 节流器现在跨轮询和临时发送客户端共享,解决同一 bot token 的多客户端配额冲突:

// 内部实现:共享 Throttler 实例
const throttler = apiThrottler({
  group: { maxConcurrent: 3, minTime: 1000 },
  out: { maxConcurrent: 30, minTime: 25 }
});

// 轮询客户端 const pollingBot = new Bot(token, { client: { apiRoot, throttler } });

// CLI 临时发送客户端 const cliBot = new Bot(token, { client: { apiRoot, throttler } }); // 同一节流器

4.2 推理预览可控性

Telegram 和 飞书(Feishu) 渠道现在尊重 reasoningDefault 配置,控制推理过程是否流式展示:

全局配置

channels: telegram: reasoningDefault: "stream" # stream | hide | collapse

按 Agent 覆盖

agents: deep-researcher: reasoningDefault: "hide" # 隐藏中间推理,直接输出结论

五、主动记忆(Active Memory)精细化

5.1 自定义记忆插件工具白名单

支持通过 toolsAllow 精确控制召回工具,同时保持向后兼容:

plugins:
  entries:
    active-memory:
      config:
        toolsAllow: ["custom_search", "vector_query"]  # 自定义工具
        # 未配置时默认使用 memory_search / memory_get
  
  slots:
    memory: "memory-lancedb"  # 自动保留 memory_recall 兼容性

六、开发者体验:CLI 错误诊断

6.1 全链路错误指引

解析、启动、配置、护栏、渠道、Agent、任务、会话、MCP 失败时,CLI 现在提供:

❌ Error: MCP server connection refused at localhost:3000

📋 What happened: The configured MCP server "filesystem" is not reachable. 🔧 Recovery: 1. Check server status: openclaw mcp status filesystem 2. Restart server: openclaw mcp restart filesystem 3. Or disable temporarily: openclaw config set mcp.servers.filesystem.enabled false

七、依赖更新与安全

关键依赖升级清单:

| 包名 | 旧版本 | 新版本 | 影响 |
|—–|——–|——–|——|
| @openai/codex | – | 0.130.0 | 代码生成能力增强 |
| AWS SDK | – | 3.1044.0 | 新服务支持 |
| OpenTelemetry | – | 0.217.0 | 可观测性改进 |
| Vite | – | 8.0.11 | 构建性能优化 |

常见问题(FAQ)

Q1: 如何从旧版本迁移到 2026.5.9-beta.1?

核心变更在于插件配置格式。建议步骤:
1. 备份现有 agents.config.yaml
2. 运行 openclaw doctor 检测兼容性
3. 按 CLI 提示逐项修复

Q2: 统一模型目录对现有工作流有何影响?

现有静态配置完全兼容。新功能为增量增强:启用动态发现后,OpenClaw 会自动合并远程目录与本地覆盖,优先级为:本地配置 > 远程发现 > 静态清单。

Q3: 能否在 Docker 中测试新插件安装流程?

可以。本次更新专门增加了 Docker 按需安装和实时插件工具依赖的 E2E 测试通道:

docker run -e PLUGIN_TEST_REGISTRY=local \
           -e PLUGIN_TEST_ARTIFACT=/tmp/my-plugin.tgz \
           openclaw/openclaw:2026.5.9-beta.1 \
           openclaw plugin install my-plugin --test-mode

Q4: Telegram 节流器共享后,高频消息会丢失吗?

不会。节流器仅控制并发请求速率,不丢弃消息。超出配额的消息会排队等待,CLI 和轮询客户端共享同一队列,确保消息顺序一致。

Q5: oc-path 插件与直接文件读取有何区别?

oc:// 协议提供:

  • 跨平台路径规范化(Windows/Unix)
  • 自动检测文件编码
  • 内置 JSONC/JSONL 解析
  • OpenClaw 权限系统集成

总结与下一步

OpenClaw 2026.5.9-beta.1 的核心价值在于降低 AI Agent 全生命周期管理复杂度——从开发时的插件调试,到部署后的多渠道适配,再到运维阶段的故障诊断。

建议行动
1. 升级至最新 beta 版本
2. 试用 oc-path 插件优化配置管理
3. 评估统一模型目录对现有架构的增益

相关阅读

参考来源