diff --git a/docs/zh-CN/help/testing.md b/docs/zh-CN/help/testing.md index cdb4c59b1..c45077b1f 100644 --- a/docs/zh-CN/help/testing.md +++ b/docs/zh-CN/help/testing.md @@ -1,124 +1,126 @@ --- read_when: - 在本地或 CI 中运行测试 - - 为模型 / 提供商缺陷添加回归测试 + - 为模型/提供商缺陷添加回归测试 - 调试 Gateway 网关 + 智能体行为 -summary: 测试工具包：单元 / e2e / 实时测试套件、Docker 运行器，以及每类测试覆盖的内容 +summary: 测试工具包：unit/e2e/live 测试套件、Docker 运行器，以及每类测试覆盖的内容 title: 测试 x-i18n: - generated_at: "2026-04-22T23:23:44Z" + generated_at: "2026-04-22T23:33:47Z" model: gpt-5.4 provider: openai - source_hash: 73da7ae34464cf08d337e53670ceed538fe90d9622fac13b649f9d11aa2d1df7 + source_hash: b26f70756380e76203e61f9ee80b44b133eb813e99b9f5909c63a01fc3ec9827 source_path: help/testing.md workflow: 15 --- # 测试 -OpenClaw 有三套 Vitest 测试套件（单元 / 集成、e2e、实时），以及一小组 Docker 运行器。 +OpenClaw 有三套 Vitest 测试套件（unit/integration、e2e、live）以及一小组 Docker 运行器。 本文档是一份“我们如何测试”的指南： -- 每个测试套件覆盖什么内容（以及它刻意 _不_ 覆盖什么） +- 每个测试套件覆盖什么（以及它有意**不**覆盖什么） - 常见工作流应运行哪些命令（本地、推送前、调试） -- 实时测试如何发现凭证，以及如何选择模型 / 提供商 -- 如何为真实世界中的模型 / 提供商问题添加回归测试 +- live 测试如何发现凭证并选择模型/提供商 +- 如何为真实世界中的模型/提供商问题添加回归测试 ## 快速开始 大多数时候： -- 完整门禁（预期在推送前运行）：`pnpm build && pnpm check && pnpm check:test-types && pnpm test` -- 在配置宽裕的机器上更快地运行本地全套测试：`pnpm test:max` -- 直接进入 Vitest 监听循环：`pnpm test:watch` -- 直接按文件定位现在也支持 extension / channel 路径：`pnpm test extensions/discord/src/monitor/message-handler.preflight.test.ts` -- 当你在迭代单个失败用例时，优先先跑定向测试。 -- Docker 支持的 QA 站点：`pnpm qa:lab:up` -- Linux VM 支持的 QA 通道：`pnpm openclaw qa suite --runner multipass --scenario channel-chat-baseline` +- 完整门禁（预期在 push 前运行）：`pnpm build && pnpm check && pnpm check:test-types && pnpm test` +- 在配置充足的机器上更快地运行本地完整测试套件：`pnpm test:max` +- 直接进入 Vitest watch 循环：`pnpm test:watch` +- 直接指定文件的能力现在也支持 extension/channel 路径：`pnpm test extensions/discord/src/monitor/message-handler.preflight.test.ts` +- 当你正在迭代处理单个失败用例时，优先先跑有针对性的测试。 +- 基于 Docker 的 QA 站点：`pnpm qa:lab:up` +- 基于 Linux VM 的 QA 通道：`pnpm openclaw qa suite --runner multipass --scenario channel-chat-baseline` -当你修改了测试，或想要额外的把握时： +当你改动了测试，或者想要额外的把握时： - 覆盖率门禁：`pnpm test:coverage` - E2E 测试套件：`pnpm test:e2e` -当你在调试真实提供商 / 模型时（需要真实凭证）： +当你在调试真实提供商/模型时（需要真实凭证）： -- 实时测试套件（模型 + Gateway 网关工具 / 图像探测）：`pnpm test:live` -- 安静地只跑一个实时测试文件：`pnpm test:live -- src/agents/models.profiles.live.test.ts` -- Moonshot / Kimi 成本冒烟测试：设置 `MOONSHOT_API_KEY` 后，运行 +- Live 测试套件（模型 + Gateway 网关工具/图像探测）：`pnpm test:live` +- 安静地只跑一个 live 文件：`pnpm test:live -- src/agents/models.profiles.live.test.ts` +- Moonshot/Kimi 成本冒烟测试：设置 `MOONSHOT_API_KEY` 后，运行 `openclaw models list --provider moonshot --json`，然后针对 `moonshot/kimi-k2.6` - 运行隔离的 + 运行一个隔离的 `openclaw agent --local --session-id live-kimi-cost --message 'Reply exactly: KIMI_LIVE_OK' --thinking off --json`。 - 验证 JSON 报告的是 Moonshot / K2.6，并且助手转录中存储了标准化的 `usage.cost`。 + 验证 JSON 报告了 Moonshot/K2.6，并且 assistant transcript 存储了标准化的 `usage.cost`。 -提示：当你只需要一个失败用例时，优先使用下文描述的 allowlist 环境变量来缩小实时测试范围。 +提示：当你只需要一个失败用例时，优先使用下面描述的 allowlist 环境变量来缩小 live 测试范围。 ## QA 专用运行器 -当你需要更接近 qa-lab 的真实环境时，这些命令与主测试套件配套使用： +当你需要接近 qa-lab 的真实环境时，这些命令与主测试套件配套使用： - `pnpm openclaw qa suite` - 直接在宿主机上运行基于仓库的 QA 场景。 - - 默认并行运行多个选定场景，并使用隔离的 Gateway 网关工作进程。`qa-channel` 默认并发为 4（受所选场景数量限制）。使用 `--concurrency ` 调整工作进程数量，或使用 `--concurrency 1` 回退到旧的串行通道。 - - 任一场景失败时以非零状态退出。当你想保留产物但不希望退出码失败时，使用 `--allow-failures`。 - - 支持 `live-frontier`、`mock-openai` 和 `aimock` 三种提供商模式。 - `aimock` 会启动一个本地 AIMock 支持的提供商服务器，用于实验性的夹具与协议模拟覆盖，而不是替代具备场景感知能力的 `mock-openai` 通道。 + - 默认会以并行方式运行多个已选择的场景，并使用隔离的 Gateway 网关 worker。 + `qa-channel` 默认并发数为 4（受所选场景数量限制）。使用 `--concurrency ` 调整 worker 数量，或使用 `--concurrency 1` 回退到旧的串行通道。 + - 只要任一场景失败，就会以非零状态退出。若你想保留产物但不希望退出码失败，请使用 `--allow-failures`。 + - 支持的 provider 模式有 `live-frontier`、`mock-openai` 和 `aimock`。 + `aimock` 会启动一个本地的、由 AIMock 支持的 provider 服务，用于实验性的 fixture 和协议 mock 覆盖，但不会替代具备场景感知能力的 `mock-openai` 通道。 - `pnpm openclaw qa suite --runner multipass` - - 在一次性的 Multipass Linux VM 中运行相同的 QA 测试套件。 - - 保持与宿主机上 `qa suite` 相同的场景选择行为。 - - 复用与 `qa suite` 相同的提供商 / 模型选择标志。 - - 实时运行会转发适合访客机使用的受支持 QA 认证输入： - 基于环境变量的提供商密钥、QA 实时提供商配置路径，以及存在时的 `CODEX_HOME`。 - - 输出目录必须保持在仓库根目录下，这样访客机才能通过挂载的工作区写回内容。 - - 会将常规 QA 报告 + 摘要，以及 Multipass 日志写入 `.artifacts/qa-e2e/...`。 + - 在一次性的 Multipass Linux VM 中运行同一套 QA 测试。 + - 与宿主机上的 `qa suite` 保持相同的场景选择行为。 + - 复用与 `qa suite` 相同的 provider/model 选择参数。 + - Live 运行会转发对来宾系统而言可行的受支持 QA 认证输入： + 基于环境变量的 provider key、QA live provider 配置路径，以及存在时的 `CODEX_HOME`。 + - 输出目录必须位于仓库根目录下，这样来宾系统才能通过挂载的工作区回写内容。 + - 会将常规 QA 报告和摘要，以及 Multipass 日志写入 `.artifacts/qa-e2e/...`。 - `pnpm qa:lab:up` - - 启动由 Docker 支持、用于操作员式 QA 工作的 QA 站点。 + - 启动基于 Docker 的 QA 站点，供偏操作员风格的 QA 工作使用。 - `pnpm test:docker:bundled-channel-deps` - - 在 Docker 中打包并安装当前 OpenClaw 构建，使用已配置的 OpenAI 启动 Gateway 网关，然后通过编辑配置启用 Telegram 和 Discord。 - - 验证第一次重启 Gateway 网关时，会按需安装每个内置渠道插件的运行时依赖；第二次重启不会重新安装已激活的依赖。 - - 还会安装一个已知较旧的 npm 基线，在运行 `openclaw update --tag ` 之前启用 Telegram，并验证候选版本的更新后 Doctor 会修复内置渠道运行时依赖，而无需测试框架侧的 postinstall 修复。 + - 在 Docker 中打包并安装当前 OpenClaw 构建产物，使用已配置 OpenAI 启动 Gateway 网关，然后通过修改配置启用 Telegram 和 Discord。 + - 验证第一次重启 Gateway 网关时，会按需安装每个内置渠道插件的运行时依赖；第二次重启时，不会重新安装已激活的依赖。 + - 还会安装一个已知的旧版 npm 基线，在运行 `openclaw update --tag ` 前先启用 Telegram，并验证候选版本的更新后 doctor 会修复内置渠道运行时依赖，而不需要测试框架侧的 postinstall 修复。 - `pnpm openclaw qa aimock` - - 仅启动本地 AIMock 提供商服务器，用于直接协议冒烟测试。 + - 仅启动本地 AIMock provider 服务，用于直接的协议冒烟测试。 - `pnpm openclaw qa matrix` - - 针对一次性的、由 Docker 支持的 Tuwunel homeserver 运行 Matrix 实时 QA 通道。 - - 这个 QA 宿主目前仅供仓库 / 开发使用。打包后的 OpenClaw 安装不包含 `qa-lab`，因此也不会暴露 `openclaw qa`。 - - 仓库检出会直接加载内置运行器；不需要单独安装插件。 - - 会预配三个临时 Matrix 用户（`driver`、`sut`、`observer`）和一个私有房间，然后以真实 Matrix 插件作为 SUT 传输层启动一个 QA Gateway 网关子进程。 - - 默认使用固定的稳定 Tuwunel 镜像 `ghcr.io/matrix-construct/tuwunel:v1.5.1`。当你需要测试其他镜像时，用 `OPENCLAW_QA_MATRIX_TUWUNEL_IMAGE` 覆盖。 - - Matrix 不暴露共享凭证源标志，因为该通道会在本地预配一次性用户。 - - 会将 Matrix QA 报告、摘要、observed-events 产物，以及合并后的 stdout / stderr 输出日志写入 `.artifacts/qa-e2e/...`。 + - 使用基于 Docker 的临时 Tuwunel homeserver 运行 Matrix live QA 通道。 + - 这个 QA 宿主目前仅供仓库/开发环境使用。打包后的 OpenClaw 安装不包含 `qa-lab`，因此不会暴露 `openclaw qa`。 + - 仓库检出会直接加载内置运行器，不需要单独安装插件。 + - 会配置三个临时 Matrix 用户（`driver`、`sut`、`observer`）以及一个私有房间，然后启动一个 QA Gateway 网关子进程，并把真实 Matrix 插件作为 SUT 传输层。 + - 默认使用固定稳定版 Tuwunel 镜像 `ghcr.io/matrix-construct/tuwunel:v1.5.1`。如需测试其他镜像，可通过 `OPENCLAW_QA_MATRIX_TUWUNEL_IMAGE` 覆盖。 + - Matrix 不提供共享凭证来源参数，因为该通道会在本地配置临时用户。 + - 会将 Matrix QA 报告、摘要、observed-events 产物，以及合并的 stdout/stderr 输出日志写入 `.artifacts/qa-e2e/...`。 - `pnpm openclaw qa telegram` - - 使用环境变量中的 driver 与 SUT bot token，针对真实私有群组运行 Telegram 实时 QA 通道。 - - 需要 `OPENCLAW_QA_TELEGRAM_GROUP_ID`、`OPENCLAW_QA_TELEGRAM_DRIVER_BOT_TOKEN` 和 `OPENCLAW_QA_TELEGRAM_SUT_BOT_TOKEN`。群组 id 必须是 Telegram chat 的数字 id。 + - 使用环境变量中的 driver 和 SUT bot token，在真实私有群组上运行 Telegram live QA 通道。 + - 需要 `OPENCLAW_QA_TELEGRAM_GROUP_ID`、`OPENCLAW_QA_TELEGRAM_DRIVER_BOT_TOKEN` 和 `OPENCLAW_QA_TELEGRAM_SUT_BOT_TOKEN`。群组 id 必须是 Telegram chat id 的数字值。 - 支持 `--credential-source convex` 以使用共享池化凭证。默认使用 env 模式，或设置 `OPENCLAW_QA_CREDENTIAL_SOURCE=convex` 以启用池化租约。 - - 任一场景失败时以非零状态退出。当你想保留产物但不希望退出码失败时，使用 `--allow-failures`。 - - 需要同一私有群组中的两个不同 bot，且 SUT bot 必须暴露 Telegram 用户名。 - - 为了实现稳定的 bot 对 bot 观测，请在 `@BotFather` 中为两个 bot 都启用 Bot-to-Bot Communication Mode，并确保 driver bot 能观测群组中的 bot 流量。 + - 只要任一场景失败，就会以非零状态退出。若你想保留产物但不希望退出码失败，请使用 `--allow-failures`。 + - 需要两个不同的 bot 位于同一个私有群组中，并且 SUT bot 必须公开 Telegram 用户名。 + - 为了稳定观察 bot 与 bot 之间的通信，请在 `@BotFather` 中为两个 bot 启用 Bot-to-Bot Communication Mode，并确保 driver bot 能观察群组中的 bot 流量。 - 会将 Telegram QA 报告、摘要和 observed-messages 产物写入 `.artifacts/qa-e2e/...`。 -实时传输通道共享一份标准契约，因此新传输层不会发生漂移： +Live 传输通道共享一套标准契约，这样新传输层就不会偏离： -`qa-channel` 仍然是范围更广的合成 QA 测试套件，不属于实时传输覆盖矩阵的一部分。 +`qa-channel` 仍然是覆盖面广的合成 QA 测试套件，不属于 live +传输覆盖矩阵的一部分。 -| 通道 | 金丝雀 | 提及门控 | Allowlist 阻止 | 顶层回复 | 重启恢复 | 线程后续跟进 | 线程隔离 | 反应观测 | 帮助命令 | -| ---- | ------ | -------- | -------------- | -------- | -------- | ------------ | -------- | -------- | -------- | +| 通道 | Canary | Mention gating | Allowlist block | Top-level reply | Restart resume | Thread follow-up | Thread isolation | Reaction observation | Help command | +| ---- | ------ | -------------- | --------------- | --------------- | -------------- | ---------------- | ---------------- | -------------------- | ------------ | | Matrix | x | x | x | x | x | x | x | x | | | Telegram | x | | | | | | | | x | ### 通过 Convex 共享 Telegram 凭证（v1） 当为 `openclaw qa telegram` 启用 `--credential-source convex`（或 `OPENCLAW_QA_CREDENTIAL_SOURCE=convex`）时， -QA lab 会从 Convex 支持的凭证池中获取独占租约，在通道运行期间持续为该租约发送心跳，并在关闭时释放租约。 +QA lab 会从一个由 Convex 支持的池中获取独占租约，在该通道运行期间维持租约心跳，并在关闭时释放租约。 -参考用 Convex 项目脚手架： +参考 Convex 项目脚手架： - `qa/convex-credential-broker/` 必需的环境变量： - `OPENCLAW_QA_CONVEX_SITE_URL`（例如 `https://your-deployment.convex.site`） -- 为所选角色提供一个密钥： +- 为所选角色提供一个 secret： - `maintainer` 使用 `OPENCLAW_QA_CONVEX_SECRET_MAINTAINER` - `ci` 使用 `OPENCLAW_QA_CONVEX_SECRET_CI` - 凭证角色选择： @@ -132,15 +134,15 @@ QA lab 会从 Convex 支持的凭证池中获取独占租约，在通道运行 - `OPENCLAW_QA_CREDENTIAL_ACQUIRE_TIMEOUT_MS`（默认 `90000`） - `OPENCLAW_QA_CREDENTIAL_HTTP_TIMEOUT_MS`（默认 `15000`） - `OPENCLAW_QA_CONVEX_ENDPOINT_PREFIX`（默认 `/qa-credentials/v1`） -- `OPENCLAW_QA_CREDENTIAL_OWNER_ID`（可选追踪 id） +- `OPENCLAW_QA_CREDENTIAL_OWNER_ID`（可选 trace id） - `OPENCLAW_QA_ALLOW_INSECURE_HTTP=1` 允许在仅限本地开发时使用 loopback `http://` Convex URL。 正常运行时，`OPENCLAW_QA_CONVEX_SITE_URL` 应使用 `https://`。 -维护者管理命令（池添加 / 删除 / 列表）必须专门使用 +维护者管理命令（池添加/删除/列出）必须特别使用 `OPENCLAW_QA_CONVEX_SECRET_MAINTAINER`。 -面向维护者的 CLI 辅助命令： +供维护者使用的 CLI 辅助命令： ```bash pnpm openclaw qa credentials add --kind telegram --payload-file qa/telegram-credential.json @@ -148,87 +150,87 @@ pnpm openclaw qa credentials list --kind telegram pnpm openclaw qa credentials remove --credential-id ``` -在脚本和 CI 工具中，使用 `--json` 获取机器可读输出。 +在脚本和 CI 工具中使用 `--json` 可获得机器可读输出。 默认端点契约（`OPENCLAW_QA_CONVEX_SITE_URL` + `/qa-credentials/v1`）： - `POST /acquire` - 请求：`{ kind, ownerId, actorRole, leaseTtlMs, heartbeatIntervalMs }` - 成功：`{ status: "ok", credentialId, leaseToken, payload, leaseTtlMs?, heartbeatIntervalMs? }` - - 池耗尽 / 可重试：`{ status: "error", code: "POOL_EXHAUSTED" | "NO_CREDENTIAL_AVAILABLE", ... }` + - 资源耗尽/可重试：`{ status: "error", code: "POOL_EXHAUSTED" | "NO_CREDENTIAL_AVAILABLE", ... }` - `POST /heartbeat` - 请求：`{ kind, ownerId, actorRole, credentialId, leaseToken, leaseTtlMs }` - 成功：`{ status: "ok" }`（或空的 `2xx`） - `POST /release` - 请求：`{ kind, ownerId, actorRole, credentialId, leaseToken }` - 成功：`{ status: "ok" }`（或空的 `2xx`） -- `POST /admin/add`（仅限 maintainer 密钥） +- `POST /admin/add`（仅 maintainer secret） - 请求：`{ kind, actorId, payload, note?, status? }` - 成功：`{ status: "ok", credential }` -- `POST /admin/remove`（仅限 maintainer 密钥） +- `POST /admin/remove`（仅 maintainer secret） - 请求：`{ credentialId, actorId }` - 成功：`{ status: "ok", changed, credential }` - 活跃租约保护：`{ status: "error", code: "LEASE_ACTIVE", ... }` -- `POST /admin/list`（仅限 maintainer 密钥） +- `POST /admin/list`（仅 maintainer secret） - 请求：`{ kind?, status?, includePayload?, limit? }` - 成功：`{ status: "ok", credentials, count }` -Telegram 类型的负载结构： +Telegram 类型的 payload 结构： - `{ groupId: string, driverToken: string, sutToken: string }` -- `groupId` 必须是 Telegram chat 数字 id 字符串。 -- 对于 `kind: "telegram"`，`admin/add` 会校验该结构，并拒绝格式错误的负载。 +- `groupId` 必须是 Telegram chat id 的数字字符串。 +- 对于 `kind: "telegram"`，`admin/add` 会验证此结构，并拒绝格式错误的 payload。 ### 向 QA 添加一个渠道 -将一个渠道添加到 Markdown QA 系统中，恰好需要两样东西： +向 markdown QA 系统添加一个渠道，严格只需要两项内容： 1. 该渠道的传输适配器。 -2. 一个用于验证渠道契约的场景包。 +2. 一组用于验证该渠道契约的场景包。 -当共享的 `qa-lab` 宿主可以承担流程时，不要新增一个顶层 QA 命令根。 +当共享 `qa-lab` 宿主能够管理整个流程时，不要新增顶层 QA 命令根。 `qa-lab` 负责共享宿主机制： - `openclaw qa` 命令根 - 测试套件启动与清理 -- 工作进程并发 +- worker 并发 - 产物写入 - 报告生成 - 场景执行 -- 对旧版 `qa-channel` 场景的兼容别名 +- 兼容旧版 `qa-channel` 场景的别名 运行器插件负责传输契约： -- `openclaw qa ` 如何挂载在共享 `qa` 根下 +- `openclaw qa ` 如何挂载到共享的 `qa` 根命令之下 - 如何为该传输层配置 Gateway 网关 - 如何检查就绪状态 - 如何注入入站事件 -- 如何观测出站消息 -- 如何暴露转录内容和标准化的传输状态 -- 如何执行由传输层支持的动作 -- 如何处理传输层特定的重置或清理 +- 如何观察出站消息 +- 如何暴露 transcript 和标准化后的传输状态 +- 如何执行由传输层支撑的操作 +- 如何处理传输特定的重置或清理 新渠道的最低接入门槛是： -1. 保持由 `qa-lab` 作为共享 `qa` 根的所有者。 +1. 保持由 `qa-lab` 负责共享的 `qa` 根命令。 2. 在共享的 `qa-lab` 宿主接缝上实现传输运行器。 -3. 将传输层特定机制保留在运行器插件或渠道测试框架中。 +3. 将传输特定的机制保留在运行器插件或渠道测试框架内部。 4. 将运行器挂载为 `openclaw qa `，而不是注册一个相互竞争的根命令。 运行器插件应在 `openclaw.plugin.json` 中声明 `qaRunners`，并从 `runtime-api.ts` 导出匹配的 `qaRunnerCliRegistrations` 数组。 - 保持 `runtime-api.ts` 轻量；惰性 CLI 和运行器执行应放在单独的入口点之后。 -5. 在带主题的 `qa/scenarios/` 目录下编写或调整 Markdown 场景。 -6. 为新场景使用通用场景辅助工具。 -7. 保持现有兼容性别名继续可用，除非仓库正在进行有意的迁移。 + 保持 `runtime-api.ts` 轻量；惰性 CLI 和运行器执行应保留在单独的入口点之后。 +5. 在按主题组织的 `qa/scenarios/` 目录下编写或改造 markdown 场景。 +6. 为新场景使用通用场景辅助函数。 +7. 除非仓库正在进行有意的迁移，否则要保持现有兼容性别名继续可用。 -判定规则是严格的： +决策规则是严格的： -- 如果某个行为可以在 `qa-lab` 中统一表达一次，就放进 `qa-lab`。 -- 如果某个行为依赖于单一渠道传输层，就将它保留在该运行器插件或插件测试框架中。 -- 如果某个场景需要一个可被多个渠道复用的新能力，就添加一个通用辅助工具，而不是在 `suite.ts` 中增加渠道特定分支。 -- 如果某个行为只对一种传输层有意义，就保持该场景为传输层特定，并在场景契约中明确说明。 +- 如果某个行为可以在 `qa-lab` 中统一表达一次，就把它放到 `qa-lab` 中。 +- 如果某个行为依赖于单一渠道传输层，就把它保留在对应的运行器插件或插件测试框架中。 +- 如果某个场景需要一个多个渠道都能使用的新能力，就添加一个通用辅助函数，而不是在 `suite.ts` 中添加渠道特定分支。 +- 如果某个行为只对一种传输有意义，就保持该场景为传输特定场景，并在场景契约中明确说明。 -新场景的首选通用辅助工具名称是： +新场景优先使用的通用辅助函数名称是： - `waitForTransportReady` - `waitForChannelReady` @@ -251,246 +253,246 @@ Telegram 类型的负载结构： - `formatConversationTranscript` - `resetBus` -新的渠道工作应使用通用辅助工具名称。 -兼容性别名的存在是为了避免一次性迁移，不应作为新场景编写的 -范式。 +新的渠道工作应使用通用辅助函数名称。 +兼容性别名的存在是为了避免一次性强制迁移，而不是作为 +新场景编写的范式。 -## 测试套件（各自运行位置） +## 测试套件（各自运行范围） -可以把这些测试套件理解为“真实度逐步提高”（同时不稳定性 / 成本也逐步增加）： +可以把这些测试套件理解为“真实度逐步提高”（同时不稳定性/成本也逐步增加）： -### 单元 / 集成（默认） +### Unit / integration（默认） - 命令：`pnpm test` -- 配置：对现有分范围的 Vitest 项目运行十个顺序分片（`vitest.full-*.config.ts`） -- 文件：`src/**/*.test.ts`、`packages/**/*.test.ts`、`test/**/*.test.ts` 下的 core / unit 清单，以及 `vitest.unit.config.ts` 覆盖的白名单 `ui` Node 测试 +- 配置：对现有按范围划分的 Vitest project 执行十个顺序 shard 运行（`vitest.full-*.config.ts`） +- 文件：`vitest.unit.config.ts` 覆盖的 `src/**/*.test.ts`、`packages/**/*.test.ts`、`test/**/*.test.ts` 下的 core/unit 清单，以及列入白名单的 `ui` node 测试 - 范围： - 纯单元测试 - 进程内集成测试（Gateway 网关认证、路由、工具、解析、配置） - 已知缺陷的确定性回归测试 - 预期： - - 在 CI 中运行 - - 不需要真实密钥 + - 会在 CI 中运行 + - 不需要真实 key - 应该快速且稳定 -- 项目说明： - - 无定向的 `pnpm test` 现在运行 11 个更小的分片配置（`core-unit-src`、`core-unit-security`、`core-unit-ui`、`core-unit-support`、`core-support-boundary`、`core-contracts`、`core-bundled`、`core-runtime`、`agentic`、`auto-reply`、`extensions`），而不是一个巨大的原生根项目进程。这样可以降低高负载机器上的峰值 RSS，并避免 auto-reply / extension 工作拖慢无关测试套件。 - - `pnpm test --watch` 仍然使用原生根 `vitest.config.ts` 项目图，因为多分片监听循环并不现实。 - - `pnpm test`、`pnpm test:watch` 和 `pnpm test:perf:imports` 会优先将显式文件 / 目录目标路由到分范围通道，因此 `pnpm test extensions/discord/src/monitor/message-handler.preflight.test.ts` 无需承担完整根项目启动成本。 - - `pnpm test:changed` 会在 diff 仅涉及可路由的源码 / 测试文件时，将变更的 git 路径扩展到相同的分范围通道；配置 / setup 修改仍会回退到范围更广的根项目重跑。 - - `pnpm check:changed` 是针对小范围工作的常规智能本地门禁。它会将 diff 分类为 core、core 测试、extensions、extension 测试、apps、docs、发布元数据和工具，然后运行匹配的类型检查 / lint / 测试通道。公开的 Plugin SDK 和插件契约变更会包含 extension 验证，因为 extensions 依赖这些 core 契约。仅发布元数据的版本提升会运行定向的版本 / 配置 / 根依赖检查，而不是整套测试，并带有一个保护措施，用于拒绝顶层版本字段之外的包变更。 - - 来自 agents、commands、plugins、auto-reply 辅助工具、`plugin-sdk` 以及类似纯工具区域的轻导入单元测试会走 `unit-fast` 通道，该通道跳过 `test/setup-openclaw-runtime.ts`；有状态 / 运行时较重的文件仍保留在现有通道上。 - - 选定的 `plugin-sdk` 和 `commands` 辅助源文件也会将 changed 模式运行映射到这些轻量通道中的显式同级测试，因此辅助工具修改可以避免为该目录重跑完整的重型测试套件。 - - `auto-reply` 现在有三个专用桶：顶层 core 辅助工具、顶层 `reply.*` 集成测试，以及 `src/auto-reply/reply/**` 子树。这可以让最重的 reply 测试框架工作不影响廉价的状态 / 分块 / token 测试。 -- 嵌入式运行器说明： - - 当你更改消息工具发现输入或压缩运行时上下文时， - 需同时保持两个层级的覆盖。 - - 为纯路由 / 标准化边界添加聚焦的辅助工具回归测试。 +- Projects 说明： + - 未指定目标的 `pnpm test` 现在会运行十一组更小的 shard 配置（`core-unit-src`、`core-unit-security`、`core-unit-ui`、`core-unit-support`、`core-support-boundary`、`core-contracts`、`core-bundled`、`core-runtime`、`agentic`、`auto-reply`、`extensions`），而不是运行一个巨大的原生 root-project 进程。这能降低高负载机器上的峰值 RSS，并避免 auto-reply/extension 工作拖累无关测试套件。 + - `pnpm test --watch` 仍然使用原生 root `vitest.config.ts` project graph，因为多 shard 的 watch 循环并不现实。 + - `pnpm test`、`pnpm test:watch` 和 `pnpm test:perf:imports` 现在会先将显式文件/目录目标路由到按范围划分的通道，因此 `pnpm test extensions/discord/src/monitor/message-handler.preflight.test.ts` 无需承担完整 root project 启动成本。 + - 当 git 变更只涉及可路由的源码/测试文件时，`pnpm test:changed` 会将这些变更路径扩展到相同的按范围通道；而配置/初始化编辑仍会回退到更广泛的 root-project 重跑。 + - `pnpm check:changed` 是常规的智能本地门禁，适用于范围较小的工作。它会将 diff 分类为 core、core tests、extensions、extension tests、apps、docs、release metadata 和 tooling，然后运行对应的 typecheck/lint/test 通道。公共插件 SDK 和插件契约的变更也会包含 extension 验证，因为 extension 依赖这些 core 契约。仅包含发布元数据的版本号变更会运行有针对性的版本/配置/root-dependency 检查，而不是完整测试套件，并带有一个保护措施来拒绝对顶层版本字段之外的 package 改动。 + - 来自 agents、commands、plugins、auto-reply helpers、`plugin-sdk` 以及类似纯工具区域的轻量导入 unit 测试会通过 `unit-fast` 通道运行，该通道跳过 `test/setup-openclaw-runtime.ts`；有状态/运行时较重的文件仍保留在现有通道中。 + - 部分 `plugin-sdk` 和 `commands` helper 源文件也会在 changed 模式运行中映射到这些轻量通道里的显式同级测试，因此 helper 改动无需为该目录重跑完整重型测试套件。 + - `auto-reply` 现在有三个专用分桶：顶层 core helpers、顶层 `reply.*` 集成测试，以及 `src/auto-reply/reply/**` 子树。这让最重的 reply 测试框架工作不会拖慢廉价的 status/chunk/token 测试。 +- Embedded runner 说明： + - 当你修改消息工具发现输入或压缩运行时上下文时， + 要同时保留两个层级的覆盖。 + - 为纯路由/标准化边界添加聚焦的 helper 回归测试。 - 同时也要保持嵌入式运行器集成测试套件健康： `src/agents/pi-embedded-runner/compact.hooks.test.ts`、 `src/agents/pi-embedded-runner/run.overflow-compaction.test.ts` 和 `src/agents/pi-embedded-runner/run.overflow-compaction.loop.test.ts`。 - - 这些测试套件会验证带作用域的 id 和压缩行为仍然经过真实的 `run.ts` / `compact.ts` 路径；仅有辅助工具测试不足以替代这些集成路径。 -- 池说明： + - 这些测试套件会验证带范围的 id 和压缩行为仍会沿着真实的 `run.ts` / `compact.ts` 路径流动；仅有 helper 测试并不能充分替代这些集成路径。 +- Pool 说明： - 基础 Vitest 配置现在默认使用 `threads`。 - - 共享 Vitest 配置还固定了 `isolate: false`，并在根项目、e2e 和实时配置中使用非隔离运行器。 - - 根 UI 通道保留其 `jsdom` setup 和优化器，但现在也运行在共享的非隔离运行器上。 - - 每个 `pnpm test` 分片都继承共享 Vitest 配置中的相同 `threads` + `isolate: false` 默认值。 - - 共享的 `scripts/run-vitest.mjs` 启动器现在默认还会为 Vitest 子 Node 进程添加 `--no-maglev`，以减少大型本地运行期间的 V8 编译抖动。如果你需要与原始 V8 行为做比较，设置 `OPENCLAW_VITEST_ENABLE_MAGLEV=1`。 + - 共享 Vitest 配置还固定了 `isolate: false`，并在 root projects、e2e 和 live 配置中使用非隔离运行器。 + - Root UI 通道保留了其 `jsdom` 设置和优化器，但现在也运行在共享的非隔离运行器上。 + - 每个 `pnpm test` shard 都会从共享 Vitest 配置继承相同的 `threads` + `isolate: false` 默认值。 + - 共享的 `scripts/run-vitest.mjs` 启动器现在也会默认给 Vitest 子 Node 进程添加 `--no-maglev`，以减少大型本地运行期间的 V8 编译抖动。如果你需要与默认 V8 行为比较，请设置 `OPENCLAW_VITEST_ENABLE_MAGLEV=1`。 - 快速本地迭代说明： - - `pnpm changed:lanes` 会显示某个 diff 触发了哪些架构通道。 - - pre-commit hook 会在已暂存内容完成格式化 / lint 后运行 `pnpm check:changed --staged`，因此纯 core 提交无需承担 extension 测试成本，除非它们触及面向 extension 的公开契约。仅发布元数据的提交会保留在定向的版本 / 配置 / 根依赖通道上。 - - `pnpm test:changed` 会在变更路径可清晰映射到较小测试套件时，通过分范围通道运行。 - - `pnpm test:max` 和 `pnpm test:changed:max` 保持相同的路由行为，只是提高了 worker 上限。 - - 本地 worker 自动扩缩容现在刻意更保守，当宿主平均负载已经较高时也会回退，因此默认情况下多个并发 Vitest 运行造成的影响更小。 - - 基础 Vitest 配置将项目 / 配置文件标记为 `forceRerunTriggers`，以便测试接线变化时 changed 模式重跑仍然正确。 - - 在受支持宿主上，该配置会保持启用 `OPENCLAW_VITEST_FS_MODULE_CACHE`；如果你想为直接分析指定一个明确缓存位置，可设置 `OPENCLAW_VITEST_FS_MODULE_CACHE_PATH=/abs/path`。 + - `pnpm changed:lanes` 会显示一个 diff 触发了哪些架构通道。 + - pre-commit hook 会在 staged formatting/linting 之后运行 `pnpm check:changed --staged`，因此仅 core 的提交不会承担 extension 测试成本，除非它们触及面向 extension 的公共契约。仅发布元数据的提交会保留在有针对性的 version/config/root-dependency 通道中。 + - 当变更路径能够清晰映射到更小测试套件时，`pnpm test:changed` 会通过按范围划分的通道运行。 + - `pnpm test:max` 和 `pnpm test:changed:max` 保持相同的路由行为，只是使用更高的 worker 上限。 + - 本地 worker 自动扩缩容现在有意更保守，当宿主机负载平均值已较高时也会退让，因此默认情况下多个并发 Vitest 运行对系统的影响更小。 + - 基础 Vitest 配置将 projects/config 文件标记为 `forceRerunTriggers`，这样当测试接线发生变化时，changed 模式重跑仍然正确。 + - 配置会在受支持的宿主机上保持启用 `OPENCLAW_VITEST_FS_MODULE_CACHE`；如果你希望为直接性能分析指定一个显式缓存位置，请设置 `OPENCLAW_VITEST_FS_MODULE_CACHE_PATH=/abs/path`。 - 性能调试说明： - - `pnpm test:perf:imports` 启用 Vitest 导入耗时报告以及导入拆分输出。 - - `pnpm test:perf:imports:changed` 会将相同的性能分析视图限制到自 `origin/main` 以来发生变化的文件。 -- `pnpm test:perf:changed:bench -- --ref ` 会针对该已提交 diff，比对经路由的 `test:changed` 与原生根项目路径，并输出总耗时和 macOS 最大 RSS。 -- `pnpm test:perf:changed:bench -- --worktree` 会通过 `scripts/test-projects.mjs` 和根 Vitest 配置，将变更文件列表路由后，对当前脏工作树进行基准测试。 - - `pnpm test:perf:profile:main` 会为 Vitest / Vite 启动与转换开销写出主线程 CPU profile。 - - `pnpm test:perf:profile:runner` 会在关闭文件并行的情况下，为单元测试套件写出运行器 CPU + 堆 profile。 + - `pnpm test:perf:imports` 会启用 Vitest 导入时长报告以及导入分解输出。 + - `pnpm test:perf:imports:changed` 会将相同的分析视图限定在自 `origin/main` 以来发生变化的文件上。 +- `pnpm test:perf:changed:bench -- --ref ` 会针对该已提交 diff，将路由后的 `test:changed` 与原生 root-project 路径做比较，并输出总耗时与 macOS 最大 RSS。 +- `pnpm test:perf:changed:bench -- --worktree` 会通过 `scripts/test-projects.mjs` 和 root Vitest 配置，将当前未提交工作树中的变更文件列表路由后进行基准测试。 + - `pnpm test:perf:profile:main` 会写出用于分析 Vitest/Vite 启动和 transform 开销的主线程 CPU profile。 + - `pnpm test:perf:profile:runner` 会在禁用文件并行的情况下，为 unit 测试套件写出运行器 CPU + heap profile。 -### E2E（Gateway 网关冒烟） +### E2E（Gateway 网关冒烟测试） - 命令：`pnpm test:e2e` - 配置：`vitest.e2e.config.ts` - 文件：`src/**/*.e2e.test.ts`、`test/**/*.e2e.test.ts` - 运行时默认值： - - 使用 Vitest `threads` 且 `isolate: false`，与仓库其余部分保持一致。 + - 使用 Vitest `threads` 并设置 `isolate: false`，与仓库其余部分保持一致。 - 使用自适应 worker（CI：最多 2 个，本地：默认 1 个）。 - - 默认以静默模式运行，以减少控制台 I/O 开销。 + - 默认以 silent 模式运行，以减少控制台 I/O 开销。 - 常用覆盖项： - - `OPENCLAW_E2E_WORKERS=` 强制指定 worker 数量（上限 16）。 - - `OPENCLAW_E2E_VERBOSE=1` 重新启用详细控制台输出。 + - `OPENCLAW_E2E_WORKERS=`：强制指定 worker 数量（上限为 16）。 + - `OPENCLAW_E2E_VERBOSE=1`：重新启用详细控制台输出。 - 范围： - 多实例 Gateway 网关端到端行为 - - WebSocket / HTTP 接口、节点配对，以及更重的网络交互 + - WebSocket/HTTP 表面、节点配对，以及更重的网络行为 - 预期： - - 在 CI 中运行（当流水线启用时） - - 不需要真实密钥 - - 比单元测试有更多活动部件（可能更慢） + - 会在 CI 中运行（当流水线启用时） + - 不需要真实 key + - 比 unit 测试包含更多可变部分（可能更慢） -### E2E：OpenShell 后端冒烟 +### E2E：OpenShell 后端冒烟测试 - 命令：`pnpm test:e2e:openshell` - 文件：`test/openshell-sandbox.e2e.test.ts` - 范围： - - 通过 Docker 在宿主机上启动隔离的 OpenShell Gateway 网关 - - 从临时本地 Dockerfile 创建一个沙箱 - - 通过真实的 `sandbox ssh-config` + SSH exec 测试 OpenClaw 的 OpenShell 后端 - - 通过沙箱 fs bridge 验证远端规范文件系统行为 + - 通过 Docker 在宿主机上启动一个隔离的 OpenShell Gateway 网关 + - 从一个临时本地 Dockerfile 创建沙箱 + - 通过真实的 `sandbox ssh-config` + SSH exec，验证 OpenClaw 的 OpenShell 后端 + - 通过沙箱 fs bridge 验证远程规范化文件系统行为 - 预期： - - 仅按需启用；不属于默认 `pnpm test:e2e` 运行的一部分 - - 需要本地 `openshell` CLI 和可用的 Docker 守护进程 + - 仅显式启用；不属于默认的 `pnpm test:e2e` 运行 + - 需要本地 `openshell` CLI 和可用的 Docker daemon - 使用隔离的 `HOME` / `XDG_CONFIG_HOME`，然后销毁测试 Gateway 网关和沙箱 - 常用覆盖项： - - `OPENCLAW_E2E_OPENSHELL=1`，在手动运行更广泛 e2e 测试套件时启用该测试 - - `OPENCLAW_E2E_OPENSHELL_COMMAND=/path/to/openshell`，指向非默认 CLI 二进制或包装脚本 + - `OPENCLAW_E2E_OPENSHELL=1`：在手动运行更广泛的 e2e 测试套件时启用该测试 + - `OPENCLAW_E2E_OPENSHELL_COMMAND=/path/to/openshell`：指向一个非默认的 CLI 二进制或包装脚本 -### 实时（真实提供商 + 真实模型） +### Live（真实提供商 + 真实模型） - 命令：`pnpm test:live` - 配置：`vitest.live.config.ts` - 文件：`src/**/*.live.test.ts` - 默认：由 `pnpm test:live` **启用**（设置 `OPENCLAW_LIVE_TEST=1`） - 范围： - - “这个提供商 / 模型在 _今天_ 搭配真实凭证时是否真的可用？” - - 捕捉提供商格式变更、工具调用怪癖、认证问题和速率限制行为 + - “这个提供商/模型今天用真实凭证是否真的可用？” + - 捕获提供商格式变化、工具调用怪癖、认证问题和限流行为 - 预期： - - 设计上不保证 CI 稳定（真实网络、真实提供商策略、配额、故障） - - 会花钱 / 消耗速率限制 - - 优先运行缩小范围的子集，而不是“全部” -- 实时运行会加载 `~/.profile` 以获取缺失的 API 密钥。 -- 默认情况下，实时运行仍会隔离 `HOME`，并将配置 / 认证材料复制到临时测试 home 中，这样单元测试夹具就不会修改你真实的 `~/.openclaw`。 -- 仅当你有意让实时测试使用真实 home 目录时，才设置 `OPENCLAW_LIVE_USE_REAL_HOME=1`。 -- `pnpm test:live` 现在默认使用更安静的模式：会保留 `[live] ...` 进度输出，但会抑制额外的 `~/.profile` 提示，并静音 Gateway 网关启动日志 / Bonjour 噪声。如果你想恢复完整启动日志，设置 `OPENCLAW_LIVE_TEST_QUIET=0`。 -- API 密钥轮换（提供商特定）：设置 `*_API_KEYS` 使用逗号 / 分号格式，或设置 `*_API_KEY_1`、`*_API_KEY_2`（例如 `OPENAI_API_KEYS`、`ANTHROPIC_API_KEYS`、`GEMINI_API_KEYS`），或通过 `OPENCLAW_LIVE_*_KEY` 为单次实时运行覆盖；测试在速率限制响应时会重试。 -- 进度 / 心跳输出： - - 实时测试套件现在会将进度行输出到 stderr，因此即使 Vitest 控制台捕获保持安静，长时间的提供商调用也能明确显示仍在活动。 - - `vitest.live.config.ts` 会禁用 Vitest 控制台拦截，因此提供商 / Gateway 网关进度行会在实时运行期间立即流式输出。 - - 使用 `OPENCLAW_LIVE_HEARTBEAT_MS` 调整直接模型心跳。 - - 使用 `OPENCLAW_LIVE_GATEWAY_HEARTBEAT_MS` 调整 Gateway 网关 / 探测心跳。 + - 按设计并不适合作为稳定 CI 运行项（真实网络、真实提供商策略、配额、中断） + - 会花钱 / 消耗限流额度 + - 优先运行缩小范围的子集，而不是“一切全跑” +- Live 运行会加载 `~/.profile`，以补充缺失的 API key。 +- 默认情况下，live 运行仍会隔离 `HOME`，并将配置/认证材料复制到一个临时测试 home 中，这样 unit fixture 就不会修改你真实的 `~/.openclaw`。 +- 只有当你明确需要 live 测试使用真实 home 目录时，才设置 `OPENCLAW_LIVE_USE_REAL_HOME=1`。 +- `pnpm test:live` 现在默认使用更安静的模式：保留 `[live] ...` 进度输出，但会抑制额外的 `~/.profile` 提示，并静默 Gateway 网关启动日志/Bonjour 噪声。若你想恢复完整启动日志，请设置 `OPENCLAW_LIVE_TEST_QUIET=0`。 +- API key 轮换（按提供商区分）：设置逗号/分号格式的 `*_API_KEYS` 或 `*_API_KEY_1`、`*_API_KEY_2`（例如 `OPENAI_API_KEYS`、`ANTHROPIC_API_KEYS`、`GEMINI_API_KEYS`），或通过 `OPENCLAW_LIVE_*_KEY` 做每次 live 运行覆盖；测试在遇到限流响应时会重试。 +- 进度/心跳输出： + - Live 测试套件现在会将进度行输出到 stderr，因此即使 Vitest 控制台捕获较安静，长时间运行的 provider 调用也会明显显示为仍在活动。 + - `vitest.live.config.ts` 禁用了 Vitest 控制台拦截，因此在 live 运行期间，provider/gateway 进度行会立即流式输出。 + - 使用 `OPENCLAW_LIVE_HEARTBEAT_MS` 调整直接模型调用的心跳。 + - 使用 `OPENCLAW_LIVE_GATEWAY_HEARTBEAT_MS` 调整 Gateway 网关/探测的心跳。 ## 我应该运行哪个测试套件？ -使用下面这张决策表： +使用这个决策表： -- 编辑逻辑 / 测试：运行 `pnpm test`（如果你改动很多，也运行 `pnpm test:coverage`） -- 修改 Gateway 网关网络 / WS 协议 / 配对：补充运行 `pnpm test:e2e` -- 调试“我的 bot 挂了” / 提供商特定故障 / 工具调用：运行缩小范围的 `pnpm test:live` +- 编辑逻辑/测试：运行 `pnpm test`（如果你改动很多，再加跑 `pnpm test:coverage`） +- 涉及 Gateway 网关网络 / WS 协议 / 配对：额外运行 `pnpm test:e2e` +- 调试“我的 bot 挂了”/ 提供商特定故障 / 工具调用：运行一个缩小范围的 `pnpm test:live` -## 实时：Android 节点能力扫描 +## Live：Android 节点能力扫描 - 测试：`src/gateway/android-node.capabilities.live.test.ts` - 脚本：`pnpm android:test:integration` -- 目标：调用已连接 Android 节点当前声明的**每一个命令**，并断言命令契约行为。 +- 目标：调用已连接 Android 节点当前**公布的每一条命令**，并断言命令契约行为。 - 范围： - - 带前置条件 / 手动 setup（该测试套件不会安装 / 运行 / 配对应用）。 - - 针对所选 Android 节点逐命令验证 Gateway 网关 `node.invoke`。 -- 必需的预先 setup： - - Android 应用已连接并与 Gateway 网关完成配对。 - - 应用保持在前台。 - - 对于你预期会通过的能力，已授予权限 / 捕获同意。 -- 可选目标覆盖项： + - 依赖前置条件/手动设置（该测试套件不会安装/运行/配对应用）。 + - 针对所选 Android 节点，逐条命令验证 Gateway 网关 `node.invoke`。 +- 必需的预先设置： + - Android 应用已连接并与 Gateway 网关配对。 + - 应用保持在前台运行。 + - 已为你期望通过的能力授予权限/采集同意。 +- 可选目标覆盖： - `OPENCLAW_ANDROID_NODE_ID` 或 `OPENCLAW_ANDROID_NODE_NAME`。 - `OPENCLAW_ANDROID_GATEWAY_URL` / `OPENCLAW_ANDROID_GATEWAY_TOKEN` / `OPENCLAW_ANDROID_GATEWAY_PASSWORD`。 -- 完整 Android setup 详情：[Android App](/zh-CN/platforms/android) +- 完整 Android 设置详情：[Android App](/zh-CN/platforms/android) -## 实时：模型冒烟（profile 密钥） +## Live：模型冒烟测试（profile keys） -实时测试分为两层，以便我们隔离故障： +Live 测试分为两层，这样我们可以隔离故障： -- “Direct model” 用于告诉我们，给定密钥时该提供商 / 模型是否至少能响应。 -- “Gateway smoke” 用于告诉我们，针对该模型，完整的 Gateway 网关 + 智能体流水线是否正常工作（会话、历史、工具、沙箱策略等）。 +- “Direct model” 告诉我们，给定 key 后，provider/model 是否至少能够返回响应。 +- “Gateway smoke” 告诉我们，该模型的完整 gateway + agent 流水线是否正常工作（会话、历史、工具、沙箱策略等）。 -### 第 1 层：Direct model completion（无 Gateway 网关） +### 第 1 层：直接模型补全（无 gateway） - 测试：`src/agents/models.profiles.live.test.ts` - 目标： - 枚举已发现的模型 - - 使用 `getApiKeyForModel` 选择你拥有凭证的模型 - - 为每个模型运行一次小型 completion（并在需要时运行定向回归测试） + - 使用 `getApiKeyForModel` 选择你有凭证的模型 + - 为每个模型运行一个小型补全（并在需要时运行有针对性的回归测试） - 启用方式： - - `pnpm test:live`（或如果直接调用 Vitest，则设置 `OPENCLAW_LIVE_TEST=1`） -- 设置 `OPENCLAW_LIVE_MODELS=modern`（或 `all`，即 modern 的别名）才会真正运行该测试套件；否则它会跳过，以让 `pnpm test:live` 聚焦于 Gateway 网关冒烟 -- 如何选择模型： - - `OPENCLAW_LIVE_MODELS=modern` 运行 modern allowlist（Opus / Sonnet 4.6+、GPT-5.x + Codex、Gemini 3、GLM 4.7、MiniMax M2.7、Grok 4） + - `pnpm test:live`（或直接调用 Vitest 时设置 `OPENCLAW_LIVE_TEST=1`） +- 设置 `OPENCLAW_LIVE_MODELS=modern`（或 `all`，即 modern 的别名）后，才会实际运行该测试套件；否则会跳过，以便让 `pnpm test:live` 聚焦于 Gateway 网关冒烟测试 +- 选择模型的方法： + - `OPENCLAW_LIVE_MODELS=modern` 运行 modern allowlist（Opus/Sonnet 4.6+、GPT-5.x + Codex、Gemini 3、GLM 4.7、MiniMax M2.7、Grok 4） - `OPENCLAW_LIVE_MODELS=all` 是 modern allowlist 的别名 - - 或 `OPENCLAW_LIVE_MODELS="openai/gpt-5.4,anthropic/claude-opus-4-6,..."`（逗号分隔的 allowlist） - - modern / all 扫描默认使用经过筛选的高信号上限；设置 `OPENCLAW_LIVE_MAX_MODELS=0` 可执行完整的 modern 扫描，或设为正数以使用更小的上限。 -- 如何选择提供商： - - `OPENCLAW_LIVE_PROVIDERS="google,google-antigravity,google-gemini-cli"`（逗号分隔的 allowlist） -- 密钥来源： + - 或 `OPENCLAW_LIVE_MODELS="openai/gpt-5.4,anthropic/claude-opus-4-6,..."`（逗号分隔 allowlist） + - Modern/all 扫描默认有一个精心挑选的高信号上限；设置 `OPENCLAW_LIVE_MAX_MODELS=0` 可执行完整的 modern 扫描，或设置为正数以使用更小的上限。 +- 选择 provider 的方法： + - `OPENCLAW_LIVE_PROVIDERS="google,google-antigravity,google-gemini-cli"`（逗号分隔 allowlist） +- key 来源： - 默认：profile 存储和环境变量回退 - - 设置 `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 可强制**仅使用 profile 存储** + - 设置 `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 可强制**仅**使用 profile 存储 - 存在原因： - - 将“提供商 API 挂了 / 密钥无效”与“Gateway 网关智能体流水线挂了”分离开来 - - 容纳小而隔离的回归测试（例如：OpenAI Responses / Codex Responses 推理重放 + 工具调用流程） + - 将“provider API 坏了 / key 无效”和“gateway agent 流水线坏了”区分开来 + - 承载小型、隔离的回归测试（例如：OpenAI Responses/Codex Responses 推理重放 + 工具调用流程） -### 第 2 层：Gateway 网关 + dev 智能体冒烟（也就是 “@openclaw” 实际做的事） +### 第 2 层：Gateway 网关 + dev 智能体冒烟测试（即 “@openclaw” 实际执行的内容） - 测试：`src/gateway/gateway-models.profiles.live.test.ts` - 目标： - - 启动进程内 Gateway 网关 - - 创建 / patch 一个 `agent:dev:*` 会话（每次运行按模型覆盖） - - 遍历有密钥的模型，并断言： - - “有意义”的响应（无工具） - - 一次真实的工具调用可正常工作（read 探测） - - 可选的额外工具探测（exec+read 探测） - - OpenAI 回归路径（仅工具调用 → 后续跟进）保持正常 -- 探测细节（这样你可以快速解释故障）： - - `read` 探测：测试会在工作区写入一个 nonce 文件，并要求智能体 `read` 该文件并回显 nonce。 - - `exec+read` 探测：测试会要求智能体通过 `exec` 将 nonce 写入临时文件，然后再 `read` 回来。 - - 图像探测：测试会附带一个生成的 PNG（猫 + 随机代码），并期望模型返回 `cat `。 + - 启动一个进程内 Gateway 网关 + - 创建/修补一个 `agent:dev:*` 会话（每次运行按模型覆盖） + - 遍历有 key 的模型并断言： + - 有“有意义”的响应（无工具） + - 一次真实的工具调用可用（read 探针） + - 可选的额外工具探针可用（exec+read 探针） + - OpenAI 回归路径（仅工具调用 → 后续跟进）持续正常 +- 探针细节（这样你能快速解释故障）： + - `read` 探针：测试会在工作区写入一个 nonce 文件，并要求智能体 `read` 该文件并回显 nonce。 + - `exec+read` 探针：测试会要求智能体通过 `exec` 将 nonce 写入一个临时文件，然后再 `read` 读回。 + - 图像探针：测试会附加一个生成的 PNG（猫 + 随机代码），并期望模型返回 `cat `。 - 实现参考：`src/gateway/gateway-models.profiles.live.test.ts` 和 `src/gateway/live-image-probe.ts`。 - 启用方式： - - `pnpm test:live`（或如果直接调用 Vitest，则设置 `OPENCLAW_LIVE_TEST=1`） -- 如何选择模型： - - 默认：modern allowlist（Opus / Sonnet 4.6+、GPT-5.x + Codex、Gemini 3、GLM 4.7、MiniMax M2.7、Grok 4） + - `pnpm test:live`（或直接调用 Vitest 时设置 `OPENCLAW_LIVE_TEST=1`） +- 选择模型的方法： + - 默认：modern allowlist（Opus/Sonnet 4.6+、GPT-5.x + Codex、Gemini 3、GLM 4.7、MiniMax M2.7、Grok 4） - `OPENCLAW_LIVE_GATEWAY_MODELS=all` 是 modern allowlist 的别名 - - 或设置 `OPENCLAW_LIVE_GATEWAY_MODELS="provider/model"`（或逗号列表）以缩小范围 - - modern / all Gateway 网关扫描默认使用经过筛选的高信号上限；设置 `OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0` 可执行完整的 modern 扫描，或设为正数以使用更小的上限。 -- 如何选择提供商（避免“所有 OpenRouter”）： - - `OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax"`（逗号分隔的 allowlist） -- 工具 + 图像探测在该实时测试中始终开启： - - `read` 探测 + `exec+read` 探测（工具压力测试） - - 当模型声明支持图像输入时，运行图像探测 - - 流程（高层）： - - 测试生成一个带有 “CAT” + 随机代码的小 PNG（`src/gateway/live-image-probe.ts`） - - 通过 `agent` 的 `attachments: [{ mimeType: "image/png", content: "" }]` 发送 - - Gateway 网关将附件解析为 `images[]`（`src/gateway/server-methods/agent.ts` + `src/gateway/chat-attachments.ts`） - - 嵌入式智能体将多模态用户消息转发给模型 + - 或设置 `OPENCLAW_LIVE_GATEWAY_MODELS="provider/model"`（或逗号列表）来缩小范围 + - Modern/all Gateway 网关扫描默认有一个精心挑选的高信号上限；设置 `OPENCLAW_LIVE_GATEWAY_MAX_MODELS=0` 可执行完整的 modern 扫描，或设置为正数以使用更小的上限。 +- 选择 provider 的方法（避免“OpenRouter 全都跑”）： + - `OPENCLAW_LIVE_GATEWAY_PROVIDERS="google,google-antigravity,google-gemini-cli,openai,anthropic,zai,minimax"`（逗号分隔 allowlist） +- 该 live 测试中，工具 + 图像探针始终开启： + - `read` 探针 + `exec+read` 探针（工具压力测试） + - 当模型声明支持图像输入时，会运行图像探针 + - 流程（高层说明）： + - 测试生成一个带有 “CAT” + 随机代码的小型 PNG（`src/gateway/live-image-probe.ts`） + - 通过 `agent` `attachments: [{ mimeType: "image/png", content: "" }]` 发送 + - Gateway 网关将附件解析到 `images[]`（`src/gateway/server-methods/agent.ts` + `src/gateway/chat-attachments.ts`） + - 嵌入式智能体向模型转发一条多模态用户消息 - 断言：回复包含 `cat` + 该代码（OCR 容错：允许轻微错误） -提示：若想查看你的机器上能测试什么（以及精确的 `provider/model` id），请运行： +提示：要查看你本机可以测试什么（以及精确的 `provider/model` id），请运行： ```bash openclaw models list openclaw models list --json ``` -## 实时：CLI 后端冒烟（Claude、Codex、Gemini，或其他本地 CLI） +## Live：CLI 后端冒烟测试（Claude、Codex、Gemini 或其他本地 CLI） - 测试：`src/gateway/gateway-cli-backend.live.test.ts` -- 目标：使用本地 CLI 后端验证 Gateway 网关 + 智能体流水线，同时不触碰你的默认配置。 -- 后端特定的默认冒烟配置位于所属 extension 的 `cli-backend.ts` 定义中。 +- 目标：在不触碰默认配置的情况下，使用本地 CLI 后端验证 Gateway 网关 + 智能体流水线。 +- 后端特定的冒烟测试默认值位于所属扩展的 `cli-backend.ts` 定义中。 - 启用： - - `pnpm test:live`（或如果直接调用 Vitest，则设置 `OPENCLAW_LIVE_TEST=1`） + - `pnpm test:live`（或直接调用 Vitest 时设置 `OPENCLAW_LIVE_TEST=1`） - `OPENCLAW_LIVE_CLI_BACKEND=1` - 默认值： - - 默认提供商 / 模型：`claude-cli/claude-sonnet-4-6` - - 命令 / 参数 / 图像行为来自所属 CLI 后端插件元数据。 + - 默认 provider/model：`claude-cli/claude-sonnet-4-6` + - 命令/参数/图像行为来自所属 CLI 后端插件元数据。 - 覆盖项（可选）： - `OPENCLAW_LIVE_CLI_BACKEND_MODEL="codex-cli/gpt-5.4"` - `OPENCLAW_LIVE_CLI_BACKEND_COMMAND="/full/path/to/codex"` - `OPENCLAW_LIVE_CLI_BACKEND_ARGS='["exec","--json","--color","never","--sandbox","read-only","--skip-git-repo-check"]'` - `OPENCLAW_LIVE_CLI_BACKEND_IMAGE_PROBE=1` 发送真实图像附件（路径会注入到提示词中）。 - - `OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image"` 将图像文件路径作为 CLI 参数传递，而不是通过提示词注入。 - - `OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat"`（或 `"list"`）控制在设置 `IMAGE_ARG` 时如何传递图像参数。 - - `OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1` 发送第二轮并验证恢复流程。 - - `OPENCLAW_LIVE_CLI_BACKEND_MODEL_SWITCH_PROBE=0` 禁用默认的 Claude Sonnet -> Opus 同会话连续性探测（当所选模型支持切换目标时，设置为 `1` 可强制启用）。 + - `OPENCLAW_LIVE_CLI_BACKEND_IMAGE_ARG="--image"` 将图像文件路径作为 CLI 参数传入，而不是通过提示词注入。 + - `OPENCLAW_LIVE_CLI_BACKEND_IMAGE_MODE="repeat"`（或 `"list"`）在设置 `IMAGE_ARG` 时控制图像参数的传递方式。 + - `OPENCLAW_LIVE_CLI_BACKEND_RESUME_PROBE=1` 发送第二轮对话并验证恢复流程。 + - `OPENCLAW_LIVE_CLI_BACKEND_MODEL_SWITCH_PROBE=0` 禁用默认的 Claude Sonnet -> Opus 同会话连续性探针（当所选模型支持切换目标时，设置为 `1` 可强制启用）。 示例： @@ -506,7 +508,7 @@ Docker 配方： pnpm test:docker:live-cli-backend ``` -单提供商 Docker 配方： +单 provider Docker 配方： ```bash pnpm test:docker:live-cli-backend:claude @@ -518,27 +520,27 @@ pnpm test:docker:live-cli-backend:gemini 说明： - Docker 运行器位于 `scripts/test-live-cli-backend-docker.sh`。 -- 它会在仓库 Docker 镜像中，以非 root 的 `node` 用户运行实时 CLI 后端冒烟测试。 -- 它会从所属 extension 解析 CLI 冒烟元数据，然后将匹配的 Linux CLI 包（`@anthropic-ai/claude-code`、`@openai/codex` 或 `@google/gemini-cli`）安装到可缓存、可写的前缀 `OPENCLAW_DOCKER_CLI_TOOLS_DIR`（默认：`~/.cache/openclaw/docker-cli-tools`）。 -- `pnpm test:docker:live-cli-backend:claude-subscription` 需要便携式 Claude Code 订阅 OAuth，可通过以下任一方式提供：`~/.claude/.credentials.json` 中含有 `claudeAiOauth.subscriptionType`，或来自 `claude setup-token` 的 `CLAUDE_CODE_OAUTH_TOKEN`。它会先在 Docker 中直接验证 `claude -p`，然后在不保留 Anthropic API 密钥环境变量的情况下运行两轮 Gateway 网关 CLI 后端测试。该订阅通道默认禁用 Claude MCP / 工具和图像探测，因为 Claude 当前会将第三方应用使用量计入额外用量计费，而不是正常订阅计划限额。 -- 实时 CLI 后端冒烟测试现在会对 Claude、Codex 和 Gemini 执行相同的端到端流程：文本轮次、图像分类轮次，然后通过 Gateway 网关 CLI 验证 MCP `cron` 工具调用。 -- Claude 的默认冒烟测试还会将会话从 Sonnet patch 到 Opus，并验证恢复后的会话仍记得更早的备注。 +- 它会在仓库 Docker 镜像内，以非 root 的 `node` 用户身份运行 live CLI 后端冒烟测试。 +- 它会从所属扩展中解析 CLI 冒烟测试元数据，然后将对应的 Linux CLI 包（`@anthropic-ai/claude-code`、`@openai/codex` 或 `@google/gemini-cli`）安装到 `OPENCLAW_DOCKER_CLI_TOOLS_DIR` 指定的可写缓存前缀中（默认：`~/.cache/openclaw/docker-cli-tools`）。 +- `pnpm test:docker:live-cli-backend:claude-subscription` 需要通过 `~/.claude/.credentials.json` 中的 `claudeAiOauth.subscriptionType`，或来自 `claude setup-token` 的 `CLAUDE_CODE_OAUTH_TOKEN`，使用可移植的 Claude Code 订阅 OAuth。它会先验证 Docker 中直接执行 `claude -p` 可用，然后在不保留 Anthropic API key 环境变量的情况下，运行两轮 Gateway 网关 CLI 后端交互。由于 Claude 目前会通过额外用量计费而不是正常订阅计划额度来处理第三方应用使用，这个订阅通道默认禁用 Claude MCP/tool 和图像探针。 +- Live CLI 后端冒烟测试现在会为 Claude、Codex 和 Gemini 执行相同的端到端流程：文本轮次、图像分类轮次，然后通过 Gateway 网关 CLI 验证 MCP `cron` 工具调用。 +- Claude 的默认冒烟测试还会将会话从 Sonnet 修补为 Opus，并验证恢复后的会话仍记得之前的备注。 -## 实时：ACP 绑定冒烟（`/acp spawn ... --bind here`） +## Live：ACP 绑定冒烟测试（`/acp spawn ... --bind here`） - 测试：`src/gateway/gateway-acp-bind.live.test.ts` -- 目标：使用实时 ACP 智能体验证真实 ACP 会话绑定流程： +- 目标：使用一个 live ACP 智能体验证真实的 ACP 会话绑定流程： - 发送 `/acp spawn --bind here` - - 就地绑定一个合成的 message-channel 会话 - - 在同一会话上发送正常的后续消息 - - 验证该后续消息进入已绑定的 ACP 会话转录中 + - 就地绑定一个合成的消息渠道会话 + - 在该同一会话上发送普通后续消息 + - 验证后续消息落入已绑定的 ACP 会话 transcript 中 - 启用： - `pnpm test:live src/gateway/gateway-acp-bind.live.test.ts` - `OPENCLAW_LIVE_ACP_BIND=1` - 默认值： - Docker 中的 ACP 智能体：`claude,codex,gemini` - - 直接 `pnpm test:live ...` 使用的 ACP 智能体：`claude` - - 合成渠道：Slack 私信风格的会话上下文 + - 直接使用 `pnpm test:live ...` 时的 ACP 智能体：`claude` + - 合成渠道：Slack 私信风格会话上下文 - ACP 后端：`acpx` - 覆盖项： - `OPENCLAW_LIVE_ACP_BIND_AGENT=claude` @@ -547,8 +549,8 @@ pnpm test:docker:live-cli-backend:gemini - `OPENCLAW_LIVE_ACP_BIND_AGENTS=claude,codex,gemini` - `OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND='npx -y @agentclientprotocol/claude-agent-acp@'` - 说明： - - 该通道使用 Gateway 网关 `chat.send` 接口，并配合仅管理员可用的合成 originating-route 字段，这样测试就能附加 message-channel 上下文，而无需假装从外部投递。 - - 当 `OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND` 未设置时，测试会使用内置 `acpx` 插件的内建智能体注册表来获取所选 ACP 测试框架智能体。 + - 此通道使用 Gateway 网关 `chat.send` 接口，并附带仅管理员可用的合成 originating-route 字段，因此测试可以附加消息渠道上下文，而无需假装从外部真正投递。 + - 当未设置 `OPENCLAW_LIVE_ACP_BIND_AGENT_COMMAND` 时，测试会使用内置 `acpx` 插件中的内建智能体注册表，来获取所选 ACP 测试框架智能体。 示例： @@ -575,28 +577,32 @@ pnpm test:docker:live-acp-bind:gemini Docker 说明： - Docker 运行器位于 `scripts/test-live-acp-bind-docker.sh`。 -- 默认情况下，它会按顺序对所有受支持的实时 CLI 智能体运行 ACP 绑定冒烟测试：`claude`、`codex`，然后是 `gemini`。 +- 默认情况下，它会按顺序针对所有受支持的 live CLI 智能体运行 ACP 绑定冒烟测试：`claude`、`codex`，然后 `gemini`。 - 使用 `OPENCLAW_LIVE_ACP_BIND_AGENTS=claude`、`OPENCLAW_LIVE_ACP_BIND_AGENTS=codex` 或 `OPENCLAW_LIVE_ACP_BIND_AGENTS=gemini` 可缩小矩阵范围。 -- 它会加载 `~/.profile`，将匹配的 CLI 认证材料暂存到容器中，把 `acpx` 安装到可写的 npm 前缀，然后在缺失时安装所请求的实时 CLI（`@anthropic-ai/claude-code`、`@openai/codex` 或 `@google/gemini-cli`）。 -- 在 Docker 内部，运行器会设置 `OPENCLAW_LIVE_ACP_BIND_ACPX_COMMAND=$HOME/.npm-global/bin/acpx`，这样 `acpx` 就能让从所加载 profile 中获取的提供商环境变量对其子测试框架 CLI 保持可用。 +- 它会加载 `~/.profile`，将匹配的 CLI 认证材料暂存到容器中，把 `acpx` 安装到一个可写 npm 前缀中，并在缺失时安装请求的 live CLI（`@anthropic-ai/claude-code`、`@openai/codex` 或 `@google/gemini-cli`）。 +- 在 Docker 内部，运行器会设置 `OPENCLAW_LIVE_ACP_BIND_ACPX_COMMAND=$HOME/.npm-global/bin/acpx`，这样 acpx 就能让从已加载的 profile 中获得的 provider 环境变量继续对其子测试框架 CLI 可用。 -## 实时：Codex app-server 测试框架冒烟 +## Live：Codex app-server 测试框架冒烟测试 -- 目标：通过常规 Gateway 网关 `agent` 方法验证由插件负责的 Codex 测试框架： +- 目标：通过正常的 Gateway 网关 `agent` 方法，验证由插件拥有的 Codex 测试框架： - 加载内置的 `codex` 插件 - 选择 `OPENCLAW_AGENT_RUNTIME=codex` - 向 `codex/gpt-5.4` 发送第一轮 Gateway 网关智能体请求 - 向同一个 OpenClaw 会话发送第二轮请求，并验证 app-server - 线程能够恢复 - - 通过同一个 Gateway 网关命令路径运行 `/codex status` 和 `/codex models` + 线程可以恢复 + - 通过相同的 Gateway 网关命令 + 路径运行 `/codex status` 和 `/codex models` + - 可选运行两个经过 Guardian 审核的提权 shell 探针：一个应被批准的良性 + 命令，以及一个应被拒绝的伪造 secret 上传，这样智能体会回头询问 - 测试：`src/gateway/gateway-codex-harness.live.test.ts` - 启用：`OPENCLAW_LIVE_CODEX_HARNESS=1` - 默认模型：`codex/gpt-5.4` -- 可选图像探测：`OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1` -- 可选 MCP / 工具探测：`OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1` +- 可选图像探针：`OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1` +- 可选 MCP/tool 探针：`OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1` +- 可选 Guardian 探针：`OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1` - 该冒烟测试会设置 `OPENCLAW_AGENT_HARNESS_FALLBACK=none`，因此损坏的 Codex - 测试框架无法通过静默回退到 PI 而误通过。 -- 认证：来自 shell / profile 的 `OPENAI_API_KEY`，以及可选复制的 + 测试框架无法通过悄悄回退到 PI 而蒙混过关。 +- 认证：来自 shell/profile 的 `OPENAI_API_KEY`，以及可选复制的 `~/.codex/auth.json` 和 `~/.codex/config.toml` 本地配方： @@ -606,6 +612,7 @@ source ~/.profile OPENCLAW_LIVE_CODEX_HARNESS=1 \ OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=1 \ OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=1 \ + OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1 \ OPENCLAW_LIVE_CODEX_HARNESS_MODEL=codex/gpt-5.4 \ pnpm test:live -- src/gateway/gateway-codex-harness.live.test.ts ``` @@ -622,47 +629,48 @@ Docker 说明： - Docker 运行器位于 `scripts/test-live-codex-harness-docker.sh`。 - 它会加载挂载的 `~/.profile`，传递 `OPENAI_API_KEY`，在存在时复制 Codex CLI 认证文件，将 `@openai/codex` 安装到可写的挂载 npm - 前缀中，准备源代码树，然后仅运行 Codex 测试框架实时测试。 -- Docker 默认启用图像和 MCP / 工具探测。需要更窄的调试运行时，设置 - `OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0` 或 - `OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0`。 -- Docker 还会导出 `OPENCLAW_AGENT_HARNESS_FALLBACK=none`，与实时 - 测试配置保持一致，因此 `openai-codex/*` 或 PI 回退都无法掩盖 Codex 测试框架 + 前缀中，准备源码树，然后仅运行 Codex-harness live 测试。 +- Docker 默认启用图像、MCP/tool 和 Guardian 探针。需要更窄范围的调试 + 运行时，请设置 `OPENCLAW_LIVE_CODEX_HARNESS_IMAGE_PROBE=0` 或 + `OPENCLAW_LIVE_CODEX_HARNESS_MCP_PROBE=0` 或 + `OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=0`。 +- Docker 还会导出 `OPENCLAW_AGENT_HARNESS_FALLBACK=none`，与 live + 测试配置保持一致，因此 `openai-codex/*` 或 PI 回退无法掩盖 Codex 测试框架 回归问题。 -### 推荐的实时配方 +### 推荐的 live 配方 -范围窄、明确的 allowlist 最快，也最不容易波动： +范围窄、显式的 allowlist 最快，也最不容易出问题： -- 单模型，direct（无 Gateway 网关）： +- 单模型，direct（无 gateway）： - `OPENCLAW_LIVE_MODELS="openai/gpt-5.4" pnpm test:live src/agents/models.profiles.live.test.ts` -- 单模型，Gateway 网关冒烟： +- 单模型，Gateway 网关冒烟测试： - `OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.4" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts` -- 跨多个提供商的工具调用： +- 跨多个 provider 的工具调用： - `OPENCLAW_LIVE_GATEWAY_MODELS="openai/gpt-5.4,anthropic/claude-opus-4-6,google/gemini-3-flash-preview,zai/glm-4.7,minimax/MiniMax-M2.7" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts` -- 聚焦 Google（Gemini API 密钥 + Antigravity）： - - Gemini（API 密钥）：`OPENCLAW_LIVE_GATEWAY_MODELS="google/gemini-3-flash-preview" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts` +- Google 聚焦（Gemini API key + Antigravity）： + - Gemini（API key）：`OPENCLAW_LIVE_GATEWAY_MODELS="google/gemini-3-flash-preview" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts` - Antigravity（OAuth）：`OPENCLAW_LIVE_GATEWAY_MODELS="google-antigravity/claude-opus-4-6-thinking,google-antigravity/gemini-3-pro-high" pnpm test:live src/gateway/gateway-models.profiles.live.test.ts` 说明： -- `google/...` 使用 Gemini API（API 密钥）。 +- `google/...` 使用 Gemini API（API key）。 - `google-antigravity/...` 使用 Antigravity OAuth bridge（Cloud Code Assist 风格的智能体端点）。 - `google-gemini-cli/...` 使用你机器上的本地 Gemini CLI（独立的认证 + 工具行为差异）。 - Gemini API 与 Gemini CLI： - - API：OpenClaw 通过 HTTP 调用 Google 托管的 Gemini API（API 密钥 / profile 认证）；这就是大多数用户所说的 “Gemini”。 - - CLI：OpenClaw 会调用本地 `gemini` 二进制；它有自己的认证，并且行为可能不同（流式传输 / 工具支持 / 版本偏差）。 + - API：OpenClaw 通过 HTTP 调用 Google 托管的 Gemini API（API key / profile 认证）；这通常就是大多数用户所说的 “Gemini”。 + - CLI：OpenClaw 会调用本地 `gemini` 二进制；它有自己的认证方式，并且行为可能不同（流式传输/工具支持/版本偏差）。 -## 实时：模型矩阵（我们覆盖什么） +## Live：模型矩阵（我们的覆盖范围） -没有固定的“CI 模型列表”（实时测试是按需启用的），但以下是**推荐**在带有密钥的开发机器上定期覆盖的模型。 +没有固定的“CI 模型列表”（live 是按需启用的），但以下是建议你在有 key 的开发机器上定期覆盖的**推荐**模型。 -### 现代冒烟集（工具调用 + 图像） +### Modern 冒烟测试集（工具调用 + 图像） -这是我们期望持续保持正常工作的“常用模型”运行： +这是我们期望持续可用的“常用模型”运行集： - OpenAI（非 Codex）：`openai/gpt-5.4`（可选：`openai/gpt-5.4-mini`） - OpenAI Codex：`openai-codex/gpt-5.4` @@ -677,7 +685,7 @@ Docker 说明： ### 基线：工具调用（Read + 可选 Exec） -每个提供商家族至少选一个： +每个 provider 家族至少选一个： - OpenAI：`openai/gpt-5.4`（或 `openai/gpt-5.4-mini`） - Anthropic：`anthropic/claude-opus-4-6`（或 `anthropic/claude-sonnet-4-6`） @@ -685,81 +693,81 @@ Docker 说明： - Z.AI（GLM）：`zai/glm-4.7` - MiniMax：`minimax/MiniMax-M2.7` -可选的额外覆盖（有更好，没有也可以）： +可选的额外覆盖（有更好，没有也行）： - xAI：`xai/grok-4`（或最新可用版本） - Mistral：`mistral/`…（选择一个你已启用、支持工具的模型） -- Cerebras：`cerebras/`…（如果你有权限） +- Cerebras：`cerebras/`…（如果你有访问权限） - LM Studio：`lmstudio/`…（本地；工具调用取决于 API 模式） ### Vision：图像发送（附件 → 多模态消息） -在 `OPENCLAW_LIVE_GATEWAY_MODELS` 中至少包含一个支持图像的模型（Claude / Gemini / OpenAI 支持 Vision 的变体等），以覆盖图像探测。 +在 `OPENCLAW_LIVE_GATEWAY_MODELS` 中至少包含一个支持图像的模型（Claude/Gemini/OpenAI 支持视觉的变体等），以运行图像探针。 ### 聚合器 / 替代 Gateway 网关 -如果你启用了对应密钥，我们也支持通过以下方式测试： +如果你已启用相关 key，我们也支持通过以下方式进行测试： -- OpenRouter：`openrouter/...`（数百个模型；使用 `openclaw models scan` 查找支持工具 + 图像的候选模型） +- OpenRouter：`openrouter/...`（数百个模型；使用 `openclaw models scan` 查找支持工具 + 图像的候选项） - OpenCode：Zen 使用 `opencode/...`，Go 使用 `opencode-go/...`（通过 `OPENCODE_API_KEY` / `OPENCODE_ZEN_API_KEY` 认证） -如果你有凭证 / 配置，也可以将更多提供商纳入实时矩阵： +你还可以将更多 provider 加入 live 矩阵（如果你有相应凭证/配置）： - 内置：`openai`、`openai-codex`、`anthropic`、`google`、`google-vertex`、`google-antigravity`、`google-gemini-cli`、`zai`、`openrouter`、`opencode`、`opencode-go`、`xai`、`groq`、`cerebras`、`mistral`、`github-copilot` -- 通过 `models.providers`（自定义端点）：`minimax`（云 / API），以及任意兼容 OpenAI / Anthropic 的代理（LM Studio、vLLM、LiteLLM 等） +- 通过 `models.providers`（自定义端点）：`minimax`（云/API），以及任何兼容 OpenAI/Anthropic 的代理（LM Studio、vLLM、LiteLLM 等） -提示：不要试图在文档中硬编码“所有模型”。权威列表就是你机器上的 `discoverModels(...)` 返回结果，以及可用的密钥。 +提示：不要试图在文档里硬编码“所有模型”。权威列表应是你的机器上 `discoverModels(...)` 返回的内容，加上当前可用的 key。 -## 凭证（绝不要提交） +## 凭证（切勿提交） -实时测试发现凭证的方式与 CLI 相同。实际含义是： +Live 测试发现凭证的方式与 CLI 相同。实际含义如下： -- 如果 CLI 能用，实时测试应该能找到同样的密钥。 -- 如果实时测试提示 “no creds”，就像调试 `openclaw models list` / 模型选择那样去调试。 +- 如果 CLI 可用，live 测试也应能找到相同的 key。 +- 如果某个 live 测试提示“no creds”，就按你调试 `openclaw models list` / 模型选择时的方式来调试。 -- 每个智能体的认证 profile：`~/.openclaw/agents//agent/auth-profiles.json`（这就是实时测试中 “profile keys” 的含义） +- 每个智能体的认证 profile：`~/.openclaw/agents//agent/auth-profiles.json`（这就是 live 测试中 “profile keys” 的含义） - 配置：`~/.openclaw/openclaw.json`（或 `OPENCLAW_CONFIG_PATH`） -- 旧版状态目录：`~/.openclaw/credentials/`（存在时会复制到准备好的实时 home 中，但它不是主要的 profile-key 存储） -- 本地实时运行默认会将活动配置、每个智能体的 `auth-profiles.json` 文件、旧版 `credentials/` 以及受支持的外部 CLI 认证目录复制到临时测试 home 中；准备好的实时 home 会跳过 `workspace/` 和 `sandboxes/`，并移除 `agents.*.workspace` / `agentDir` 路径覆盖项，这样探测就不会落到你真实宿主的工作区中。 +- 旧版状态目录：`~/.openclaw/credentials/`（存在时会复制到准备好的 live home 中，但它不是主 profile-key 存储） +- 本地 live 运行默认会将活动配置、每个智能体的 `auth-profiles.json` 文件、旧版 `credentials/` 以及受支持的外部 CLI 认证目录复制到临时测试 home 中；准备好的 live home 会跳过 `workspace/` 和 `sandboxes/`，并移除 `agents.*.workspace` / `agentDir` 路径覆盖，这样探针就不会落到你真实宿主机的工作区中。 -如果你想依赖环境变量密钥（例如导出在你的 `~/.profile` 中），请在 `source ~/.profile` 后运行本地测试，或者使用下面的 Docker 运行器（它们可以将 `~/.profile` 挂载进容器）。 +如果你想依赖环境变量 key（例如导出在你的 `~/.profile` 中），请在运行本地测试前执行 `source ~/.profile`，或者使用下面的 Docker 运行器（它们可以将 `~/.profile` 挂载到容器中）。 -## Deepgram 实时测试（音频转录） +## Deepgram live（音频转录） - 测试：`src/media-understanding/providers/deepgram/audio.live.test.ts` - 启用：`DEEPGRAM_API_KEY=... DEEPGRAM_LIVE_TEST=1 pnpm test:live src/media-understanding/providers/deepgram/audio.live.test.ts` -## BytePlus 编码计划实时测试 +## BytePlus 编码计划 live - 测试：`src/agents/byteplus.live.test.ts` - 启用：`BYTEPLUS_API_KEY=... BYTEPLUS_LIVE_TEST=1 pnpm test:live src/agents/byteplus.live.test.ts` -- 可选模型覆盖项：`BYTEPLUS_CODING_MODEL=ark-code-latest` +- 可选模型覆盖：`BYTEPLUS_CODING_MODEL=ark-code-latest` -## ComfyUI 工作流媒体实时测试 +## ComfyUI 工作流媒体 live - 测试：`extensions/comfy/comfy.live.test.ts` - 启用：`OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts` - 范围： - - 覆盖内置 comfy 图像、视频和 `music_generate` 路径 + - 验证内置 comfy 图像、视频和 `music_generate` 路径 - 除非已配置 `models.providers.comfy.`，否则会跳过各项能力 - - 在修改 comfy 工作流提交、轮询、下载或插件注册后很有用 + - 适用于修改 comfy 工作流提交、轮询、下载或插件注册之后的验证 -## 图像生成实时测试 +## 图像生成 live - 测试：`src/image-generation/runtime.live.test.ts` - 命令：`pnpm test:live src/image-generation/runtime.live.test.ts` - 测试框架：`pnpm test:live:media image` - 范围： - - 枚举每个已注册的图像生成提供商插件 - - 在探测前从你的登录 shell（`~/.profile`）加载缺失的提供商环境变量 - - 默认优先使用实时 / 环境变量 API 密钥，而不是已存储的认证 profile，因此 `auth-profiles.json` 中过期的测试密钥不会掩盖真实 shell 凭证 - - 跳过没有可用认证 / profile / 模型的提供商 + - 枚举每个已注册的图像生成 provider 插件 + - 在探测前，从你的登录 shell（`~/.profile`）中加载缺失的 provider 环境变量 + - 默认优先使用 live/env API key，而不是已存储的认证 profile，因此 `auth-profiles.json` 中过期的测试 key 不会掩盖真实 shell 凭证 + - 跳过没有可用认证/profile/模型的 provider - 通过共享运行时能力运行标准图像生成变体： - `google:flash-generate` - `google:pro-generate` - `google:pro-edit` - `openai:default-generate` -- 当前覆盖的内置提供商： +- 当前覆盖的内置 provider： - `openai` - `google` - `xai` @@ -768,75 +776,75 @@ Docker 说明： - `OPENCLAW_LIVE_IMAGE_GENERATION_MODELS="openai/gpt-image-2,google/gemini-3.1-flash-image-preview,xai/grok-imagine-image"` - `OPENCLAW_LIVE_IMAGE_GENERATION_CASES="google:flash-generate,google:pro-edit,xai:default-generate,xai:default-edit"` - 可选认证行为： - - `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 强制使用 profile 存储认证，并忽略仅来自环境变量的覆盖 + - `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 强制使用 profile 存储认证，并忽略仅环境变量提供的覆盖 -## 音乐生成实时测试 +## 音乐生成 live - 测试：`extensions/music-generation-providers.live.test.ts` - 启用：`OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/music-generation-providers.live.test.ts` - 测试框架：`pnpm test:live:media music` - 范围： - - 覆盖共享内置的音乐生成提供商路径 + - 验证共享的内置音乐生成 provider 路径 - 当前覆盖 Google 和 MiniMax - - 在探测前从你的登录 shell（`~/.profile`）加载提供商环境变量 - - 默认优先使用实时 / 环境变量 API 密钥，而不是已存储的认证 profile，因此 `auth-profiles.json` 中过期的测试密钥不会掩盖真实 shell 凭证 - - 跳过没有可用认证 / profile / 模型的提供商 - - 在可用时运行两个声明的运行时模式： - - 使用仅提示词输入的 `generate` - - 当提供商声明 `capabilities.edit.enabled` 时运行 `edit` + - 在探测前，从你的登录 shell（`~/.profile`）中加载 provider 环境变量 + - 默认优先使用 live/env API key，而不是已存储的认证 profile，因此 `auth-profiles.json` 中过期的测试 key 不会掩盖真实 shell 凭证 + - 跳过没有可用认证/profile/模型的 provider + - 在可用时运行两种已声明的运行时模式： + - `generate`：仅提示词输入 + - `edit`：当 provider 声明 `capabilities.edit.enabled` 时运行 - 当前共享通道覆盖： - `google`：`generate`、`edit` - `minimax`：`generate` - - `comfy`：单独的 Comfy 实时测试文件，不在这个共享扫描中 + - `comfy`：单独的 Comfy live 文件，不属于此共享扫描 - 可选缩小范围： - `OPENCLAW_LIVE_MUSIC_GENERATION_PROVIDERS="google,minimax"` - `OPENCLAW_LIVE_MUSIC_GENERATION_MODELS="google/lyria-3-clip-preview,minimax/music-2.5+"` - 可选认证行为： - - `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 强制使用 profile 存储认证，并忽略仅来自环境变量的覆盖 + - `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 强制使用 profile 存储认证，并忽略仅环境变量提供的覆盖 -## 视频生成实时测试 +## 视频生成 live - 测试：`extensions/video-generation-providers.live.test.ts` - 启用：`OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/video-generation-providers.live.test.ts` - 测试框架：`pnpm test:live:media video` - 范围： - - 覆盖共享内置的视频生成提供商路径 - - 默认走发布安全的冒烟路径：排除 FAL 提供商、每个提供商只发起一次 text-to-video 请求、使用一秒龙虾提示词，并对每个提供商应用来自 `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS` 的操作上限（默认 `180000`） - - 默认跳过 FAL，因为提供商侧队列延迟可能主导发布时间；显式传入 `--video-providers fal` 或 `OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="fal"` 时才运行 - - 在探测前从你的登录 shell（`~/.profile`）加载提供商环境变量 - - 默认优先使用实时 / 环境变量 API 密钥，而不是已存储的认证 profile，因此 `auth-profiles.json` 中过期的测试密钥不会掩盖真实 shell 凭证 - - 跳过没有可用认证 / profile / 模型的提供商 - - 默认只运行 `generate` - - 设置 `OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1` 可在可用时额外运行已声明的 transform 模式： - - 当提供商声明 `capabilities.imageToVideo.enabled`，且所选提供商 / 模型在共享扫描中接受 buffer 支持的本地图像输入时，运行 `imageToVideo` - - 当提供商声明 `capabilities.videoToVideo.enabled`，且所选提供商 / 模型在共享扫描中接受 buffer 支持的本地视频输入时，运行 `videoToVideo` - - 当前在共享扫描中“已声明但跳过”的 `imageToVideo` 提供商： - - `vydra`，因为内置 `veo3` 仅支持文本，且内置 `kling` 需要远程图像 URL - - 提供商特定的 Vydra 覆盖： + - 验证共享的内置视频生成 provider 路径 + - 默认走发布安全的冒烟测试路径：非 FAL provider、每个 provider 一次 text-to-video 请求、1 秒龙虾提示词，以及来自 `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS` 的每个 provider 操作上限（默认 `180000`） + - 默认跳过 FAL，因为 provider 侧队列延迟可能主导发布时间；显式传入 `--video-providers fal` 或 `OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="fal"` 才会运行它 + - 在探测前，从你的登录 shell（`~/.profile`）中加载 provider 环境变量 + - 默认优先使用 live/env API key，而不是已存储的认证 profile，因此 `auth-profiles.json` 中过期的测试 key 不会掩盖真实 shell 凭证 + - 跳过没有可用认证/profile/模型的 provider + - 默认仅运行 `generate` + - 设置 `OPENCLAW_LIVE_VIDEO_GENERATION_FULL_MODES=1` 后，也会在可用时运行已声明的 transform 模式： + - 当 provider 声明 `capabilities.imageToVideo.enabled` 且所选 provider/model 在共享扫描中接受基于 buffer 的本地图像输入时，运行 `imageToVideo` + - 当 provider 声明 `capabilities.videoToVideo.enabled` 且所选 provider/model 在共享扫描中接受基于 buffer 的本地视频输入时，运行 `videoToVideo` + - 当前在共享扫描中已声明但跳过的 `imageToVideo` provider： + - `vydra`，因为内置 `veo3` 仅支持文本，而内置 `kling` 需要远程图像 URL + - provider 特定的 Vydra 覆盖： - `OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_VYDRA_VIDEO=1 pnpm test:live -- extensions/vydra/vydra.live.test.ts` - - 该文件会运行 `veo3` 的 text-to-video，以及一个默认使用远程图像 URL 夹具的 `kling` 通道 - - 当前 `videoToVideo` 实时覆盖： - - 仅 `runway`，且仅当所选模型为 `runway/gen4_aleph` - - 当前在共享扫描中“已声明但跳过”的 `videoToVideo` 提供商： - - `alibaba`、`qwen`、`xai`，因为这些路径目前需要远程 `http(s)` / MP4 参考 URL - - `google`，因为当前共享 Gemini / Veo 通道使用的是本地 buffer 支持输入，而该路径在共享扫描中不被接受 - - `openai`，因为当前共享通道缺乏对组织特定视频修补 / remix 权限的保证 + - 该文件会运行 `veo3` text-to-video，以及一个默认使用远程图像 URL fixture 的 `kling` 通道 + - 当前 `videoToVideo` live 覆盖： + - 仅 `runway`，并且所选模型为 `runway/gen4_aleph` 时才运行 + - 当前在共享扫描中已声明但跳过的 `videoToVideo` provider： + - `alibaba`、`qwen`、`xai`，因为这些路径当前需要远程 `http(s)` / MP4 参考 URL + - `google`，因为当前共享的 Gemini/Veo 通道使用基于本地 buffer 的输入，而该路径在共享扫描中不被接受 + - `openai`，因为当前共享通道缺少组织特定的视频 inpaint/remix 访问保证 - 可选缩小范围： - `OPENCLAW_LIVE_VIDEO_GENERATION_PROVIDERS="google,openai,runway"` - `OPENCLAW_LIVE_VIDEO_GENERATION_MODELS="google/veo-3.1-fast-generate-preview,openai/sora-2,runway/gen4_aleph"` - - `OPENCLAW_LIVE_VIDEO_GENERATION_SKIP_PROVIDERS=""` 可在默认扫描中包含所有提供商，包括 FAL - - `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS=60000` 可在激进的冒烟运行中缩短每个提供商的操作上限 + - `OPENCLAW_LIVE_VIDEO_GENERATION_SKIP_PROVIDERS=""` 以在默认扫描中包含所有 provider，包括 FAL + - `OPENCLAW_LIVE_VIDEO_GENERATION_TIMEOUT_MS=60000` 以降低每个 provider 的操作上限，用于激进的冒烟测试运行 - 可选认证行为： - - `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 强制使用 profile 存储认证，并忽略仅来自环境变量的覆盖 + - `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 强制使用 profile 存储认证，并忽略仅环境变量提供的覆盖 -## 媒体实时测试框架 +## 媒体 live 测试框架 - 命令：`pnpm test:live:media` -- 目的： - - 通过一个仓库原生入口点运行共享的图像、音乐和视频实时测试套件 - - 自动从 `~/.profile` 加载缺失的提供商环境变量 - - 默认自动将每个测试套件缩小到当前拥有可用认证的提供商 - - 复用 `scripts/test-live.mjs`，因此心跳和安静模式行为保持一致 +- 用途： + - 通过一个仓库原生入口点运行共享的图像、音乐和视频 live 测试套件 + - 自动从 `~/.profile` 加载缺失的 provider 环境变量 + - 默认自动将每个测试套件缩小到当前具有可用认证的 provider + - 复用 `scripts/test-live.mjs`，因此心跳和静默模式行为保持一致 - 示例： - `pnpm test:live:media` - `pnpm test:live:media image video --providers openai,google,minimax` @@ -847,177 +855,182 @@ Docker 说明： 这些 Docker 运行器分为两类： -- 实时模型运行器：`test:docker:live-models` 和 `test:docker:live-gateway` 只会在仓库 Docker 镜像内运行各自匹配的 profile-key 实时测试文件（`src/agents/models.profiles.live.test.ts` 和 `src/gateway/gateway-models.profiles.live.test.ts`），并挂载你的本地配置目录与工作区（若已挂载，还会加载 `~/.profile`）。对应的本地入口点是 `test:live:models-profiles` 和 `test:live:gateway-profiles`。 -- Docker 实时运行器默认使用更小的冒烟上限，以便完整 Docker 扫描仍然可行： - `test:docker:live-models` 默认设置 `OPENCLAW_LIVE_MAX_MODELS=12`，并且 +- Live-model 运行器：`test:docker:live-models` 和 `test:docker:live-gateway` 只会在仓库 Docker 镜像内运行与之匹配的 profile-key live 文件（`src/agents/models.profiles.live.test.ts` 和 `src/gateway/gateway-models.profiles.live.test.ts`），并挂载你的本地配置目录和工作区（如果挂载了 `~/.profile`，也会加载它）。对应的本地入口点是 `test:live:models-profiles` 和 `test:live:gateway-profiles`。 +- Docker live 运行器默认使用更小的冒烟测试上限，以便完整 Docker 扫描仍然可行： + `test:docker:live-models` 默认设置 `OPENCLAW_LIVE_MAX_MODELS=12`，而 `test:docker:live-gateway` 默认设置 `OPENCLAW_LIVE_GATEWAY_SMOKE=1`、 `OPENCLAW_LIVE_GATEWAY_MAX_MODELS=8`、 - `OPENCLAW_LIVE_GATEWAY_STEP_TIMEOUT_MS=45000` 和 + `OPENCLAW_LIVE_GATEWAY_STEP_TIMEOUT_MS=45000`，以及 `OPENCLAW_LIVE_GATEWAY_MODEL_TIMEOUT_MS=90000`。当你 - 明确需要更大、更完整的扫描时，可覆盖这些环境变量。 -- `test:docker:all` 会先通过 `test:docker:live-build` 构建一次实时 Docker 镜像，然后将其复用于两个 Docker 实时通道。 -- 容器冒烟运行器：`test:docker:openwebui`、`test:docker:onboard`、`test:docker:gateway-network`、`test:docker:mcp-channels` 和 `test:docker:plugins` 会启动一个或多个真实容器，并验证更高层的集成路径。 + 明确想要更大的完整扫描时，可覆盖这些环境变量。 +- `test:docker:all` 会先通过 `test:docker:live-build` 构建一次 live Docker 镜像，然后将其复用于两个 live Docker 通道。 +- 容器冒烟测试运行器：`test:docker:openwebui`、`test:docker:onboard`、`test:docker:gateway-network`、`test:docker:mcp-channels` 和 `test:docker:plugins` 会启动一个或多个真实容器，并验证更高层级的集成路径。 -这些实时模型 Docker 运行器还会仅 bind-mount 所需的 CLI 认证 home（如果运行未缩小范围，则挂载全部受支持项），然后在运行前将它们复制进容器 home，这样外部 CLI OAuth 就能刷新 token，而不会修改宿主认证存储： +这些 live-model Docker 运行器还会只 bind-mount 所需的 CLI 认证 home（若运行未缩小范围，则挂载所有受支持项），然后在运行前将它们复制到容器 home 中，这样外部 CLI OAuth 就可以刷新 token，而不会修改宿主机认证存储： -- Direct model：`pnpm test:docker:live-models`（脚本：`scripts/test-live-models-docker.sh`） -- ACP 绑定冒烟：`pnpm test:docker:live-acp-bind`（脚本：`scripts/test-live-acp-bind-docker.sh`） -- CLI 后端冒烟：`pnpm test:docker:live-cli-backend`（脚本：`scripts/test-live-cli-backend-docker.sh`） -- Codex app-server 测试框架冒烟：`pnpm test:docker:live-codex-harness`（脚本：`scripts/test-live-codex-harness-docker.sh`） +- 直接模型：`pnpm test:docker:live-models`（脚本：`scripts/test-live-models-docker.sh`） +- ACP 绑定冒烟测试：`pnpm test:docker:live-acp-bind`（脚本：`scripts/test-live-acp-bind-docker.sh`） +- CLI 后端冒烟测试：`pnpm test:docker:live-cli-backend`（脚本：`scripts/test-live-cli-backend-docker.sh`） +- Codex app-server 测试框架冒烟测试：`pnpm test:docker:live-codex-harness`（脚本：`scripts/test-live-codex-harness-docker.sh`） - Gateway 网关 + dev 智能体：`pnpm test:docker:live-gateway`（脚本：`scripts/test-live-gateway-models-docker.sh`） -- Open WebUI 实时冒烟：`pnpm test:docker:openwebui`（脚本：`scripts/e2e/openwebui-docker.sh`） +- Open WebUI live 冒烟测试：`pnpm test:docker:openwebui`（脚本：`scripts/e2e/openwebui-docker.sh`） - 新手引导向导（TTY，完整脚手架）：`pnpm test:docker:onboard`（脚本：`scripts/e2e/onboard-docker.sh`） -- Gateway 网关网络（两个容器，WS 认证 + 健康检查）：`pnpm test:docker:gateway-network`（脚本：`scripts/e2e/gateway-network-docker.sh`） -- MCP 渠道桥接（带种子数据的 Gateway 网关 + stdio bridge + 原始 Claude 通知帧冒烟）：`pnpm test:docker:mcp-channels`（脚本：`scripts/e2e/mcp-channels-docker.sh`） -- 插件（安装冒烟 + `/plugin` 别名 + Claude bundle 重启语义）：`pnpm test:docker:plugins`（脚本：`scripts/e2e/plugins-docker.sh`） +- Gateway 网关网络（两个容器、WS 认证 + 健康检查）：`pnpm test:docker:gateway-network`（脚本：`scripts/e2e/gateway-network-docker.sh`） +- MCP 渠道桥接（已预置的 Gateway 网关 + stdio bridge + 原始 Claude notification-frame 冒烟测试）：`pnpm test:docker:mcp-channels`（脚本：`scripts/e2e/mcp-channels-docker.sh`） +- 插件（安装冒烟测试 + `/plugin` 别名 + Claude-bundle 重启语义）：`pnpm test:docker:plugins`（脚本：`scripts/e2e/plugins-docker.sh`） -这些实时模型 Docker 运行器还会以只读方式 bind-mount 当前检出，并在容器内部将其准备到临时 workdir 中。这样既能保持运行时镜像精简，又能让 Vitest 针对你精确的本地源码 / 配置运行。 -准备步骤会跳过大型本地专用缓存和应用构建输出，例如 +这些 live-model Docker 运行器还会以只读方式 bind-mount 当前检出内容， +并将其准备到容器内的临时工作目录中。这样既能保持运行时 +镜像精简，又能让 Vitest 针对你精确的本地源码/配置运行。 +准备步骤会跳过大型仅本地缓存和应用构建输出，例如 `.pnpm-store`、`.worktrees`、`__openclaw_vitest__`，以及应用本地 `.build` 或 -Gradle 输出目录，因此 Docker 实时运行不会花上几分钟去复制 -机器特定产物。 -它们还会设置 `OPENCLAW_SKIP_CHANNELS=1`，因此 Gateway 网关实时探测不会在容器内启动 -真实的 Telegram / Discord / 等渠道工作进程。 -`test:docker:live-models` 仍然运行 `pnpm test:live`，因此当你需要缩小范围或从该 Docker 通道中排除 Gateway 网关实时覆盖时，也请一并传入 +Gradle 输出目录，这样 Docker live 运行就不会花费数分钟复制 +机器特定的产物。 +它们还会设置 `OPENCLAW_SKIP_CHANNELS=1`，这样 Gateway 网关 live 探针就不会在容器内启动 +真实的 Telegram/Discord 等渠道 worker。 +`test:docker:live-models` 仍然运行 `pnpm test:live`，因此当你需要缩小范围或排除该 Docker 通道中的 Gateway 网关 +live 覆盖时，也请一并传递 `OPENCLAW_LIVE_GATEWAY_*`。 -`test:docker:openwebui` 是一个更高层的兼容性冒烟测试：它会启动一个启用了 -OpenAI 兼容 HTTP 端点的 OpenClaw Gateway 网关容器， +`test:docker:openwebui` 是一个更高层级的兼容性冒烟测试：它会启动一个 +已启用 OpenAI 兼容 HTTP 端点的 OpenClaw Gateway 网关容器， 再针对该 Gateway 网关启动一个固定版本的 Open WebUI 容器，通过 -Open WebUI 完成登录，验证 `/api/models` 暴露了 `openclaw/default`，然后通过 -Open WebUI 的 `/api/chat/completions` 代理发送一条真实聊天请求。 -首次运行可能明显更慢，因为 Docker 可能需要拉取 -Open WebUI 镜像，而 Open WebUI 也可能需要完成自己的冷启动 setup。 -该通道需要一个可用的实时模型密钥，而 `OPENCLAW_PROFILE_FILE` -（默认是 `~/.profile`）是在 Docker 化运行中提供它的主要方式。 -成功运行会输出一个小型 JSON 负载，例如 `{ "ok": true, "model": +Open WebUI 登录，验证 `/api/models` 暴露了 `openclaw/default`，然后通过 +Open WebUI 的 `/api/chat/completions` 代理发送一条 +真实聊天请求。 +首次运行可能会明显更慢，因为 Docker 可能需要拉取 +Open WebUI 镜像，并且 Open WebUI 可能需要完成自身的冷启动设置。 +该通道需要一个可用的 live 模型 key，而 `OPENCLAW_PROFILE_FILE` +（默认 `~/.profile`）是在 Docker 化运行中提供它的主要方式。 +成功运行会打印一个小型 JSON 载荷，例如 `{ "ok": true, "model": "openclaw/default", ... }`。 -`test:docker:mcp-channels` 刻意保持确定性，不需要 -真实的 Telegram、Discord 或 iMessage 账号。它会启动一个带种子数据的 Gateway 网关 +`test:docker:mcp-channels` 是有意设计为确定性的，不需要 +真实的 Telegram、Discord 或 iMessage 账户。它会启动一个已预置的 Gateway 网关 容器，再启动第二个容器来运行 `openclaw mcp serve`，然后 -验证路由后的会话发现、转录读取、附件元数据、 -实时事件队列行为、出站发送路由，以及 Claude 风格的渠道 + -权限通知在真实 stdio MCP bridge 上的表现。通知检查 -会直接检查原始 stdio MCP 帧，因此该冒烟测试验证的是 bridge 实际发出的内容， -而不只是某个特定客户端 SDK 恰好暴露出的内容。 +验证已路由的会话发现、transcript 读取、附件元数据、 +live 事件队列行为、出站发送路由，以及 Claude 风格的渠道 + +权限通知，这些都通过真实的 stdio MCP bridge 完成。通知检查 +会直接检查原始 stdio MCP frame，因此该冒烟测试验证的是 bridge +实际发出的内容，而不仅仅是某个特定客户端 SDK 恰好暴露的内容。 -手动 ACP 自然语言线程冒烟测试（非 CI）： +手动 ACP plain-language 线程冒烟测试（非 CI）： - `bun scripts/dev/discord-acp-plain-language-smoke.ts --channel ...` -- 保留该脚本以支持回归 / 调试工作流。之后在 ACP 线程路由验证中可能还会再次需要它，所以不要删除。 +- 保留这个脚本用于回归/调试工作流。它未来可能还会再次用于 ACP 线程路由验证，因此不要删除。 -有用的环境变量： +常用环境变量： - `OPENCLAW_CONFIG_DIR=...`（默认：`~/.openclaw`）挂载到 `/home/node/.openclaw` - `OPENCLAW_WORKSPACE_DIR=...`（默认：`~/.openclaw/workspace`）挂载到 `/home/node/.openclaw/workspace` - `OPENCLAW_PROFILE_FILE=...`（默认：`~/.profile`）挂载到 `/home/node/.profile`，并在运行测试前加载 -- `OPENCLAW_DOCKER_PROFILE_ENV_ONLY=1` 用于仅验证从 `OPENCLAW_PROFILE_FILE` 加载的环境变量，使用临时配置 / 工作区目录且不挂载外部 CLI 认证 -- `OPENCLAW_DOCKER_CLI_TOOLS_DIR=...`（默认：`~/.cache/openclaw/docker-cli-tools`）挂载到 `/home/node/.npm-global`，用于缓存 Docker 内部的 CLI 安装 -- `$HOME` 下的外部 CLI 认证目录 / 文件会以只读方式挂载到 `/host-auth...` 下，然后在测试开始前复制到 `/home/node/...` +- `OPENCLAW_DOCKER_PROFILE_ENV_ONLY=1` 用于仅验证从 `OPENCLAW_PROFILE_FILE` 加载的环境变量，使用临时配置/工作区目录且不挂载外部 CLI 认证 +- `OPENCLAW_DOCKER_CLI_TOOLS_DIR=...`（默认：`~/.cache/openclaw/docker-cli-tools`）挂载到 `/home/node/.npm-global`，用于 Docker 内的缓存 CLI 安装 +- `$HOME` 下的外部 CLI 认证目录/文件会以只读方式挂载到 `/host-auth...` 下，然后在测试开始前复制到 `/home/node/...` - 默认目录：`.minimax` - 默认文件：`~/.codex/auth.json`、`~/.codex/config.toml`、`.claude.json`、`~/.claude/.credentials.json`、`~/.claude/settings.json`、`~/.claude/settings.local.json` - - 缩小范围后的提供商运行只会挂载从 `OPENCLAW_LIVE_PROVIDERS` / `OPENCLAW_LIVE_GATEWAY_PROVIDERS` 推断出的所需目录 / 文件 - - 可通过 `OPENCLAW_DOCKER_AUTH_DIRS=all`、`OPENCLAW_DOCKER_AUTH_DIRS=none` 或类似 `OPENCLAW_DOCKER_AUTH_DIRS=.claude,.codex` 的逗号列表手动覆盖 + - 缩小 provider 范围的运行只会挂载根据 `OPENCLAW_LIVE_PROVIDERS` / `OPENCLAW_LIVE_GATEWAY_PROVIDERS` 推断出的所需目录/文件 + - 可通过 `OPENCLAW_DOCKER_AUTH_DIRS=all`、`OPENCLAW_DOCKER_AUTH_DIRS=none` 或逗号列表（如 `OPENCLAW_DOCKER_AUTH_DIRS=.claude,.codex`）手动覆盖 - `OPENCLAW_LIVE_GATEWAY_MODELS=...` / `OPENCLAW_LIVE_MODELS=...` 用于缩小运行范围 -- `OPENCLAW_LIVE_GATEWAY_PROVIDERS=...` / `OPENCLAW_LIVE_PROVIDERS=...` 用于在容器内过滤提供商 -- `OPENCLAW_SKIP_DOCKER_BUILD=1` 用于复用已有的 `openclaw:local-live` 镜像，适合不需要重建的重跑 -- `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 确保凭证来自 profile 存储（而不是环境变量） -- `OPENCLAW_OPENWEBUI_MODEL=...` 选择 Gateway 网关为 Open WebUI 冒烟测试暴露的模型 -- `OPENCLAW_OPENWEBUI_PROMPT=...` 覆盖 Open WebUI 冒烟测试使用的 nonce 检查提示词 -- `OPENWEBUI_IMAGE=...` 覆盖固定的 Open WebUI 镜像标签 +- `OPENCLAW_LIVE_GATEWAY_PROVIDERS=...` / `OPENCLAW_LIVE_PROVIDERS=...` 用于在容器内过滤 provider +- `OPENCLAW_SKIP_DOCKER_BUILD=1` 用于复用已有的 `openclaw:local-live` 镜像，以便重跑那些不需要重新构建的测试 +- `OPENCLAW_LIVE_REQUIRE_PROFILE_KEYS=1` 用于确保凭证来自 profile 存储（而不是环境变量） +- `OPENCLAW_OPENWEBUI_MODEL=...` 用于选择 Gateway 网关向 Open WebUI 冒烟测试暴露的模型 +- `OPENCLAW_OPENWEBUI_PROMPT=...` 用于覆盖 Open WebUI 冒烟测试中使用的 nonce 检查提示词 +- `OPENWEBUI_IMAGE=...` 用于覆盖固定版本的 Open WebUI 镜像标签 ## 文档完整性检查 -编辑文档后运行文档检查：`pnpm check:docs`。 -当你还需要页内标题检查时，运行完整的 Mintlify 锚点校验：`pnpm docs:check-links:anchors`。 +修改文档后运行文档检查：`pnpm check:docs`。 +当你还需要校验页内标题锚点时，运行完整的 Mintlify 锚点验证：`pnpm docs:check-links:anchors`。 -## 离线回归（CI 安全） +## 离线回归测试（CI 安全） -这些是在没有真实提供商的情况下进行的“真实流水线”回归测试： +这些是不依赖真实 provider 的“真实流水线”回归测试： -- Gateway 网关工具调用（模拟 OpenAI，真实 Gateway 网关 + 智能体循环）：`src/gateway/gateway.test.ts`（用例：“runs a mock OpenAI tool call end-to-end via gateway agent loop”） -- Gateway 网关向导（WS `wizard.start` / `wizard.next`，强制写入 config + auth）：`src/gateway/gateway.test.ts`（用例：“runs wizard over ws and writes auth token config”） +- Gateway 网关工具调用（mock OpenAI、真实 gateway + agent loop）：`src/gateway/gateway.test.ts`（用例：“runs a mock OpenAI tool call end-to-end via gateway agent loop”） +- Gateway 网关向导（WS `wizard.start`/`wizard.next`，强制写入 config + auth）：`src/gateway/gateway.test.ts`（用例：“runs wizard over ws and writes auth token config”） ## 智能体可靠性评估（Skills） -我们已经有一些 CI 安全的测试，行为上类似“智能体可靠性评估”： +我们已经有一些 CI 安全的测试，它们的行为类似“智能体可靠性评估”： -- 通过真实 Gateway 网关 + 智能体循环进行的模拟工具调用（`src/gateway/gateway.test.ts`）。 -- 验证会话接线和配置效果的端到端向导流程（`src/gateway/gateway.test.ts`）。 +- 通过真实的 gateway + agent loop 执行 mock 工具调用（`src/gateway/gateway.test.ts`）。 +- 端到端向导流程，用于验证会话接线和配置效果（`src/gateway/gateway.test.ts`）。 -对于 Skills（见 [Skills](/zh-CN/tools/skills)），我们仍然缺少的是： +针对 Skills（参见 [Skills](/zh-CN/tools/skills)），目前仍缺少的内容： -- **决策**：当提示词中列出 Skills 时，智能体是否会选择正确的 skill（或避免使用无关的 skill）？ -- **合规性**：智能体是否会在使用前读取 `SKILL.md`，并遵循要求的步骤 / 参数？ -- **工作流契约**：断言工具顺序、会话历史延续，以及沙箱边界的多轮场景。 +- **决策能力：** 当提示词中列出 Skills 时，智能体是否会选择正确的 skill（或避免选择无关的 skill）？ +- **合规性：** 智能体在使用前是否会读取 `SKILL.md`，并遵循要求的步骤/参数？ +- **工作流契约：** 多轮场景中要断言工具调用顺序、会话历史延续以及沙箱边界。 未来的评估应优先保持确定性： -- 一个使用模拟提供商的场景运行器，用于断言工具调用及其顺序、skill 文件读取，以及会话接线。 -- 一小套以 skill 为中心的场景（使用 vs 避免、门控、提示注入）。 -- 仅在 CI 安全测试套件就位后，再添加可选的实时评估（按需启用、由环境变量门控）。 +- 一个使用 mock provider 的场景运行器，用于断言工具调用 + 顺序、skill 文件读取以及会话接线。 +- 一小套聚焦 skill 的场景（使用 vs 避免、门禁、提示词注入）。 +- 只有在 CI 安全测试套件落地后，才增加可选 live 评估（按需启用、受环境变量门禁控制）。 -## 契约测试（插件和渠道形态） +## 契约测试（插件与渠道形状） 契约测试用于验证每个已注册的插件和渠道都符合其 -接口契约。它们会遍历所有已发现的插件，并运行一组关于形态与行为的断言。默认的 `pnpm test` 单元通道会刻意跳过这些共享接缝和冒烟文件；当你修改共享渠道或提供商表面时，请显式运行契约命令。 +接口契约。它们会遍历所有已发现的插件，并运行一组关于形状和行为的断言。默认的 `pnpm test` unit 通道会有意 +跳过这些共享接缝和冒烟测试文件；当你修改共享渠道或 provider 表面时，请显式运行这些契约命令。 ### 命令 -- 所有契约：`pnpm test:contracts` -- 仅渠道契约：`pnpm test:contracts:channels` -- 仅提供商契约：`pnpm test:contracts:plugins` +- 所有契约测试：`pnpm test:contracts` +- 仅渠道契约测试：`pnpm test:contracts:channels` +- 仅 provider 契约测试：`pnpm test:contracts:plugins` -### 渠道契约 +### 渠道契约测试 位于 `src/channels/plugins/contracts/*.contract.test.ts`： -- **plugin** - 基本插件形态（id、name、capabilities） +- **plugin** - 基本插件形状（id、名称、能力） - **setup** - 设置向导契约 - **session-binding** - 会话绑定行为 -- **outbound-payload** - 消息负载结构 +- **outbound-payload** - 消息载荷结构 - **inbound** - 入站消息处理 -- **actions** - 渠道动作处理器 +- **actions** - 渠道操作处理器 - **threading** - 线程 ID 处理 -- **directory** - 目录 / roster API -- **group-policy** - 群组策略强制执行 +- **directory** - 目录/成员列表 API +- **group-policy** - 群组策略执行 -### 提供商状态契约 +### Provider 状态契约测试 位于 `src/plugins/contracts/*.contract.test.ts`。 - **status** - 渠道状态探测 -- **registry** - 插件注册表形态 +- **registry** - 插件注册表形状 -### 提供商契约 +### Provider 契约测试 位于 `src/plugins/contracts/*.contract.test.ts`： - **auth** - 认证流程契约 -- **auth-choice** - 认证选择 / 选择逻辑 +- **auth-choice** - 认证选择 - **catalog** - 模型目录 API - **discovery** - 插件发现 - **loader** - 插件加载 -- **runtime** - 提供商运行时 -- **shape** - 插件形态 / 接口 +- **runtime** - provider 运行时 +- **shape** - 插件形状/接口 - **wizard** - 设置向导 ### 何时运行 -- 修改 plugin-sdk 导出或子路径后 -- 添加或修改渠道或提供商插件后 -- 重构插件注册或发现逻辑后 +- 修改 plugin-sdk 导出或子路径之后 +- 添加或修改渠道或 provider 插件之后 +- 重构插件注册或发现逻辑之后 -契约测试会在 CI 中运行，并且不需要真实 API 密钥。 +契约测试会在 CI 中运行，不需要真实 API key。 ## 添加回归测试（指南） -当你修复了在实时测试中发现的提供商 / 模型问题时： +当你修复一个在 live 中发现的 provider/model 问题时： -- 如果可能，添加一个 CI 安全的回归测试（模拟 / stub 提供商，或捕获精确的请求形态转换） -- 如果该问题本质上只能在实时环境中复现（速率限制、认证策略），就将实时测试保持为范围窄、且通过环境变量按需启用 -- 优先定位到能捕获该缺陷的最小层级： - - 提供商请求转换 / 重放缺陷 → direct model 测试 - - Gateway 网关会话 / 历史 / 工具流水线缺陷 → Gateway 网关实时冒烟测试或 CI 安全的 Gateway 网关 mock 测试 -- `SecretRef` 遍历防护： - - `src/secrets/exec-secret-ref-id-parity.test.ts` 会从注册表元数据（`listSecretTargetRegistryEntries()`）中为每个 `SecretRef` 类派生一个采样目标，然后断言会拒绝遍历段执行 id。 - - 如果你在 `src/secrets/target-registry-data.ts` 中新增一个 `includeInPlan` `SecretRef` 目标家族，请更新该测试中的 `classifyTargetClass`。该测试会在遇到未分类目标 id 时故意失败，因此新类别无法被静默跳过。 +- 如果可能，添加一个 CI 安全的回归测试（mock/stub provider，或捕获精确的请求形状转换） +- 如果它本质上只能通过 live 复现（限流、认证策略），就保持 live 测试范围窄，并通过环境变量按需启用 +- 优先定位到能够捕获该缺陷的最小层级： + - provider 请求转换/重放问题 → direct models 测试 + - gateway 会话/历史/工具流水线问题 → Gateway 网关 live 冒烟测试或 CI 安全的 gateway mock 测试 +- SecretRef 遍历防护规则： + - `src/secrets/exec-secret-ref-id-parity.test.ts` 会从注册表元数据（`listSecretTargetRegistryEntries()`）中为每个 SecretRef 类派生一个采样目标，然后断言会拒绝遍历段 exec id。 + - 如果你在 `src/secrets/target-registry-data.ts` 中新增了一个 `includeInPlan` SecretRef 目标族，请更新该测试中的 `classifyTargetClass`。该测试会在遇到未分类目标 id 时故意失败，这样新类别就不会被静默跳过。 diff --git a/docs/zh-CN/plugins/codex-harness.md b/docs/zh-CN/plugins/codex-harness.md index 3126558e4..6408d8174 100644 --- a/docs/zh-CN/plugins/codex-harness.md +++ b/docs/zh-CN/plugins/codex-harness.md @@ -1,63 +1,56 @@ --- read_when: - - 你想使用内置的 Codex app-server 测试工具 + - 你想要使用内置的 Codex app-server 测试框架 - 你需要 Codex 模型引用和配置示例 - - 你想为仅使用 Codex 的部署禁用 Pi 回退 -summary: 通过内置的 Codex app-server 测试工具运行 OpenClaw 嵌入式智能体回合 -title: Codex 测试工具 + - 你想要为仅使用 Codex 的部署禁用 Pi 回退机制 +summary: 通过内置的 Codex app-server 测试框架运行 OpenClaw 嵌入式智能体回合 +title: Codex 测试框架 x-i18n: - generated_at: "2026-04-22T23:23:46Z" + generated_at: "2026-04-22T23:33:47Z" model: gpt-5.4 provider: openai - source_hash: e5594f582d5b8d074582932a3b8f06213d0f4fbe15104fcf241fece231307079 + source_hash: ffd539ad6544284a31bc32f2e506fa46b7ba70d2994ef80eb422ae6cb459d8fa source_path: plugins/codex-harness.md workflow: 15 --- -# Codex 测试工具 +# Codex 测试框架 -内置的 `codex` 插件让 OpenClaw 可以通过 Codex app-server 来运行嵌入式智能体回合，而不是使用内置的 Pi 测试工具。 +内置的 `codex` 插件让 OpenClaw 可以通过 Codex app-server，而不是内置的 Pi 测试框架，来运行嵌入式智能体回合。 -当你希望由 Codex 接管底层智能体会话时，可以使用它：模型发现、原生线程恢复、原生压缩，以及 app-server 执行。 -OpenClaw 仍然负责聊天渠道、会话文件、模型选择、工具、审批、媒体传递，以及可见的转录镜像。 +当你希望由 Codex 接管底层智能体会话时，可以使用这个功能：模型发现、原生线程恢复、原生压缩，以及 app-server 执行。OpenClaw 仍然负责聊天渠道、会话文件、模型选择、工具、审批、媒体传递，以及可见的转录镜像。 -原生 Codex 回合同样会遵循共享的 `before_prompt_build`、 -`before_compaction` 和 `after_compaction` 插件钩子，因此提示词 shim 和具备压缩感知能力的自动化流程可以继续与 Pi 测试工具保持一致。 -原生 Codex 回合同样会遵循共享的 `before_prompt_build`、 -`before_compaction`、`after_compaction`、`llm_input`、`llm_output` 和 -`agent_end` 插件钩子，因此提示词 shim、具备压缩感知能力的自动化流程，以及生命周期观察器都可以继续与 Pi 测试工具保持一致。 +原生 Codex 回合同样会遵循共享的 `before_prompt_build`、`before_compaction` 和 `after_compaction` 插件钩子，因此提示词 shim 和具备压缩感知能力的自动化逻辑可以与 Pi 测试框架保持一致。 +原生 Codex 回合同样会遵循共享的 `before_prompt_build`、`before_compaction`、`after_compaction`、`llm_input`、`llm_output` 和 `agent_end` 插件钩子，因此提示词 shim、具备压缩感知能力的自动化逻辑以及生命周期观察器都可以与 Pi 测试框架保持一致。 -该测试工具默认关闭。只有在启用 `codex` 插件且解析后的模型为 `codex/*` 模型时，或者你显式强制设置 `embeddedHarness.runtime: "codex"` 或 `OPENCLAW_AGENT_RUNTIME=codex` 时，才会选中它。 -如果你从未配置 `codex/*`，现有的 Pi、OpenAI、Anthropic、Gemini、本地和自定义提供商运行都会保持当前行为。 +该测试框架默认关闭。只有在启用 `codex` 插件且解析后的模型是 `codex/*` 模型时，或者你显式强制设置 `embeddedHarness.runtime: "codex"` 或 `OPENCLAW_AGENT_RUNTIME=codex` 时，才会选择它。 +如果你从未配置 `codex/*`，现有的 Pi、OpenAI、Anthropic、Gemini、本地和自定义提供商运行将保持当前行为。 ## 选择正确的模型前缀 -OpenClaw 为 OpenAI 访问和 Codex 形态的访问提供了不同路径： +OpenClaw 为 OpenAI 访问和 Codex 风格的访问提供了不同的路径： -| 模型引用 | 运行时路径 | 适用场景 | -| -------------------- | -------------------------------------------- | ------------------------------------------------------------------------- | -| `openai/gpt-5.4` | 通过 OpenClaw/Pi 流程的 OpenAI 提供商 | 你希望通过 `OPENAI_API_KEY` 直接访问 OpenAI Platform API。 | -| `openai-codex/gpt-5.4` | 通过 Pi 的 OpenAI Codex OAuth 提供商 | 你希望使用 ChatGPT/Codex OAuth，但不使用 Codex app-server 测试工具。 | -| `codex/gpt-5.4` | 内置 Codex 提供商加 Codex 测试工具 | 你希望对嵌入式智能体回合使用原生 Codex app-server 执行。 | +| 模型引用 | 运行时路径 | 适用场景 | +| ---------------------- | -------------------------------------------- | ----------------------------------------------------------------------- | +| `openai/gpt-5.4` | 通过 OpenClaw/Pi 流程使用 OpenAI 提供商 | 你希望使用 `OPENAI_API_KEY` 直接访问 OpenAI Platform API。 | +| `openai-codex/gpt-5.4` | 通过 Pi 使用 OpenAI Codex OAuth 提供商 | 你希望使用 ChatGPT/Codex OAuth，但不使用 Codex app-server 测试框架。 | +| `codex/gpt-5.4` | 内置 Codex 提供商加 Codex 测试框架 | 你希望为嵌入式智能体回合使用原生 Codex app-server 执行。 | -Codex 测试工具只接管 `codex/*` 模型引用。现有的 `openai/*`、 -`openai-codex/*`、Anthropic、Gemini、xAI、本地和自定义提供商引用都会保留其正常路径。 +Codex 测试框架只接管 `codex/*` 模型引用。现有的 `openai/*`、`openai-codex/*`、Anthropic、Gemini、xAI、本地和自定义提供商引用都会继续走各自的正常路径。 ## 要求 -- OpenClaw，且可使用内置的 `codex` 插件。 -- Codex app-server `0.118.0` 或更高版本。 +- OpenClaw，且可用内置的 `codex` 插件。 +- Codex app-server `0.118.0` 或更新版本。 - app-server 进程可用的 Codex 认证信息。 -该插件会阻止较旧或未标明版本的 app-server 握手。 -这样可以确保 OpenClaw 运行在它已测试过的协议接口之上。 +该插件会阻止较旧版本或未提供版本信息的 app-server 握手。这可以确保 OpenClaw 使用的是它已针对其测试过的协议接口。 -对于实时测试和 Docker 冒烟测试，认证通常来自 `OPENAI_API_KEY`，外加可选的 Codex CLI 文件，例如 `~/.codex/auth.json` 和 -`~/.codex/config.toml`。请使用与你本地 Codex app-server 相同的认证材料。 +对于实时和 Docker 冒烟测试，认证通常来自 `OPENAI_API_KEY`，以及可选的 Codex CLI 文件，例如 `~/.codex/auth.json` 和 `~/.codex/config.toml`。使用与你本地 Codex app-server 相同的认证材料。 ## 最小配置 -使用 `codex/gpt-5.4`，启用内置插件，并强制使用 `codex` 测试工具： +使用 `codex/gpt-5.4`，启用内置插件，并强制使用 `codex` 测试框架： ```json5 { @@ -80,7 +73,7 @@ Codex 测试工具只接管 `codex/*` 模型引用。现有的 `openai/*`、 } ``` -如果你的配置使用 `plugins.allow`，也请将 `codex` 包含在其中： +如果你的配置使用 `plugins.allow`，也需要将 `codex` 包含在其中： ```json5 { @@ -95,12 +88,11 @@ Codex 测试工具只接管 `codex/*` 模型引用。现有的 `openai/*`、 } ``` -将 `agents.defaults.model` 或某个智能体模型设置为 `codex/` 也会自动启用内置的 `codex` 插件。 -在共享配置中，显式的插件条目仍然很有用，因为它能让部署意图更加明确。 +将 `agents.defaults.model` 或某个智能体模型设置为 `codex/` 也会自动启用内置的 `codex` 插件。在共享配置中，显式添加插件条目仍然很有用，因为这样能让部署意图更加明确。 -## 添加 Codex 而不替换其他模型 +## 添加 Codex，但不替换其他模型 -如果你希望 `codex/*` 模型使用 Codex，而其他所有模型使用 Pi，请保持 `runtime: "auto"`： +如果你希望 `codex/*` 模型使用 Codex，而其他所有模型继续使用 Pi，请保留 `runtime: "auto"`： ```json5 { @@ -132,16 +124,16 @@ Codex 测试工具只接管 `codex/*` 模型引用。现有的 `openai/*`、 } ``` -使用这种结构时： +采用这种形式后： -- `/model codex` 或 `/model codex/gpt-5.4` 会使用 Codex app-server 测试工具。 +- `/model codex` 或 `/model codex/gpt-5.4` 会使用 Codex app-server 测试框架。 - `/model gpt` 或 `/model openai/gpt-5.4` 会使用 OpenAI 提供商路径。 - `/model opus` 会使用 Anthropic 提供商路径。 -- 如果选中的是非 Codex 模型，Pi 仍然是兼容性测试工具。 +- 如果选择的是非 Codex 模型，Pi 仍然作为兼容性测试框架。 -## 仅使用 Codex 的部署 +## 仅 Codex 的部署 -当你需要证明每个嵌入式智能体回合都使用 Codex 测试工具时，请禁用 Pi 回退： +当你需要证明每个嵌入式智能体回合都使用 Codex 测试框架时，禁用 Pi 回退： ```json5 { @@ -165,11 +157,11 @@ OPENCLAW_AGENT_HARNESS_FALLBACK=none \ openclaw gateway run ``` -禁用回退后，如果 Codex 插件被禁用、请求的模型不是 `codex/*` 引用、app-server 版本过旧，或者 app-server 无法启动，OpenClaw 都会提前失败。 +禁用回退后，如果 `codex` 插件被禁用、请求的模型不是 `codex/*` 引用、app-server 版本过旧，或者 app-server 无法启动，OpenClaw 都会尽早失败。 -## 按智能体使用 Codex +## 按智能体启用 Codex -你可以让某一个智能体仅使用 Codex，而默认智能体继续保持正常的自动选择： +你可以让某一个智能体仅使用 Codex，而默认智能体继续保持普通的自动选择： ```json5 { @@ -200,18 +192,17 @@ openclaw gateway run } ``` -使用常规会话命令来切换智能体和模型。`/new` 会创建一个新的 OpenClaw 会话，而 Codex 测试工具会根据需要创建或恢复其侧车 app-server 线程。`/reset` 会清除该线程的 OpenClaw 会话绑定。 +使用普通的会话命令切换智能体和模型。`/new` 会创建一个新的 OpenClaw 会话，而 Codex 测试框架会根据需要创建或恢复其侧车 app-server 线程。`/reset` 会清除该线程的 OpenClaw 会话绑定。 ## 模型发现 -默认情况下，Codex 插件会向 app-server 请求可用模型。 -如果发现失败或超时，它会使用内置的回退目录： +默认情况下，`codex` 插件会向 app-server 请求可用模型。如果发现失败或超时，它会使用内置的回退目录： - `codex/gpt-5.4` - `codex/gpt-5.4-mini` - `codex/gpt-5.2` -你可以在 `plugins.entries.codex.config.discovery` 下调整发现配置： +你可以在 `plugins.entries.codex.config.discovery` 下调整发现行为： ```json5 { @@ -231,7 +222,7 @@ openclaw gateway run } ``` -如果你希望启动时避免探测 Codex 并固定使用回退目录，可以禁用发现： +如果你希望启动时避免探测 Codex，并固定使用回退目录，可以禁用发现： ```json5 { @@ -250,16 +241,20 @@ openclaw gateway run } ``` -## app-server 连接和策略 +## App-server 连接和策略 -默认情况下，插件会在本地使用以下命令启动 Codex： +默认情况下，插件会使用以下命令在本地启动 Codex： ```bash codex app-server --listen stdio:// ``` -默认情况下，OpenClaw 会以完全不受约束的方式启动本地 Codex 测试工具会话： -`approvalPolicy: "never"` 和 `sandbox: "danger-full-access"`。这与 Codex CLI 使用的受信任本地操作员姿态一致，并允许自治心跳使用网络和 shell 工具，而无需等待不可见的原生审批路径。你也可以收紧该策略，例如通过 guardian 转交审查： +默认情况下，OpenClaw 会以 YOLO 模式启动本地 Codex 测试框架会话： +`approvalPolicy: "never"`、`approvalsReviewer: "user"` 和 +`sandbox: "danger-full-access"`。这是用于自主心跳的受信任本地操作员姿态：Codex 可以使用 shell 和网络工具，而不会停下来等待无人可答复的原生审批提示。 + +如果你想启用由 Codex Guardian 审核的审批，请设置 `appServer.mode: +"guardian"`： ```json5 { @@ -269,9 +264,7 @@ codex app-server --listen stdio:// enabled: true, config: { appServer: { - approvalPolicy: "untrusted", - approvalsReviewer: "guardian_subagent", - sandbox: "workspace-write", + mode: "guardian", serviceTier: "priority", }, }, @@ -281,7 +274,35 @@ codex app-server --listen stdio:// } ``` -对于已经在运行的 app-server，请使用 WebSocket 传输： +Guardian 模式会展开为： + +```json5 +{ + plugins: { + entries: { + codex: { + enabled: true, + config: { + appServer: { + mode: "guardian", + approvalPolicy: "on-request", + approvalsReviewer: "guardian_subagent", + sandbox: "workspace-write", + }, + }, + }, + }, + }, +} +``` + +Guardian 是一个原生 Codex 审批审核器。当 Codex 请求离开沙箱、在工作区外写入，或者添加诸如网络访问之类的权限时，Codex 会将该审批请求路由给一个审核子智能体，而不是向人类发出提示。审核器会收集上下文，并应用 Codex 的风险框架，然后批准或拒绝该特定请求。当你希望拥有比 YOLO 模式更多的防护措施，但仍需要无人值守的智能体和心跳能够持续推进时，Guardian 就很有用。 + +当设置 `OPENCLAW_LIVE_CODEX_HARNESS_GUARDIAN_PROBE=1` 时，Docker 实时测试框架会包含一次 Guardian 探测。它会以 Guardian 模式启动 Codex 测试框架，验证一个无害的提权 shell 命令会被批准，并验证向不受信任的外部目标上传伪造密钥会被拒绝，从而让智能体回头请求显式批准。 + +单独的策略字段仍然会优先于 `mode`，因此高级部署可以将该预设与显式选择混合使用。 + +对于已经运行的 app-server，可以使用 WebSocket 传输： ```json5 { @@ -305,31 +326,34 @@ codex app-server --listen stdio:// 支持的 `appServer` 字段： -| 字段 | 默认值 | 含义 | -| ------------------- | ---------------------------------------- | ------------------------------------------------------------------------- | -| `transport` | `"stdio"` | `"stdio"` 会启动 Codex；`"websocket"` 会连接到 `url`。 | -| `command` | `"codex"` | 用于 stdio 传输的可执行程序。 | -| `args` | `["app-server", "--listen", "stdio://"]` | 用于 stdio 传输的参数。 | -| `url` | unset | WebSocket app-server URL。 | -| `authToken` | unset | 用于 WebSocket 传输的 Bearer token。 | -| `headers` | `{}` | 额外的 WebSocket 请求头。 | -| `requestTimeoutMs` | `60000` | app-server 控制平面调用的超时时间。 | -| `approvalPolicy` | `"never"` | 发送到线程启动/恢复/回合的原生 Codex 审批策略。 | -| `sandbox` | `"danger-full-access"` | 发送到线程启动/恢复的原生 Codex 沙箱模式。 | -| `approvalsReviewer` | `"user"` | 使用 `"guardian_subagent"` 让 Codex guardian 审查原生审批。 | -| `serviceTier` | unset | 可选的 Codex 服务层级，例如 `"priority"`。 | +| 字段 | 默认值 | 含义 | +| ------------------- | ---------------------------------------- | --------------------------------------------------------------- | +| `transport` | `"stdio"` | `"stdio"` 会启动 Codex；`"websocket"` 会连接到 `url`。 | +| `command` | `"codex"` | 用于 stdio 传输的可执行文件。 | +| `args` | `["app-server", "--listen", "stdio://"]` | 用于 stdio 传输的参数。 | +| `url` | unset | WebSocket app-server URL。 | +| `authToken` | unset | 用于 WebSocket 传输的 Bearer token。 | +| `headers` | `{}` | 额外的 WebSocket 请求头。 | +| `requestTimeoutMs` | `60000` | app-server 控制平面调用的超时时间。 | +| `mode` | `"yolo"` | 用于 YOLO 或 Guardian 审核执行的预设。 | +| `approvalPolicy` | `"never"` | 发送到线程启动、恢复、回合过程中的原生 Codex 审批策略。 | +| `sandbox` | `"danger-full-access"` | 在线程启动和恢复时发送的原生 Codex 沙箱模式。 | +| `approvalsReviewer` | `"user"` | 使用 `"guardian_subagent"` 让 Codex Guardian 审核提示。 | +| `serviceTier` | unset | 可选的 Codex 服务层级，例如 `"priority"`。 | -当对应配置字段未设置时，较旧的环境变量仍可作为本地测试的回退方式使用： +当对应的配置字段未设置时，旧版环境变量仍可作为本地测试的回退方案： - `OPENCLAW_CODEX_APP_SERVER_BIN` - `OPENCLAW_CODEX_APP_SERVER_ARGS` +- `OPENCLAW_CODEX_APP_SERVER_MODE=yolo|guardian` - `OPENCLAW_CODEX_APP_SERVER_APPROVAL_POLICY` - `OPENCLAW_CODEX_APP_SERVER_SANDBOX` -- `OPENCLAW_CODEX_APP_SERVER_GUARDIAN=1` -对于可重复部署，优先使用配置。 +`OPENCLAW_CODEX_APP_SERVER_GUARDIAN=1` 已被移除。请改用 +`plugins.entries.codex.config.appServer.mode: "guardian"`，或者在一次性本地测试中使用 +`OPENCLAW_CODEX_APP_SERVER_MODE=guardian`。对于可重复部署，优先使用配置，因为这样可以将插件行为与 Codex 测试框架其余设置放在同一个经过审查的文件中。 -## 常见配方 +## 常见用法 使用默认 stdio 传输的本地 Codex： @@ -345,7 +369,7 @@ codex app-server --listen stdio:// } ``` -仅验证 Codex 测试工具，并禁用 Pi 回退： +仅 Codex 测试框架验证，禁用 Pi 回退： ```json5 { @@ -362,7 +386,7 @@ codex app-server --listen stdio:// } ``` -由 guardian 审查的 Codex 审批： +由 Guardian 审核的 Codex 审批： ```json5 { @@ -372,6 +396,7 @@ codex app-server --listen stdio:// enabled: true, config: { appServer: { + mode: "guardian", approvalPolicy: "on-request", approvalsReviewer: "guardian_subagent", sandbox: "workspace-write", @@ -406,57 +431,55 @@ codex app-server --listen stdio:// } ``` -模型切换仍由 OpenClaw 控制。当 OpenClaw 会话附加到现有 Codex 线程时，下一个回合会再次向 app-server 发送当前选定的 -`codex/*` 模型、提供商、审批策略、沙箱和服务层级。 -从 `codex/gpt-5.4` 切换到 `codex/gpt-5.2` 会保留线程绑定，但会要求 Codex 使用新选定的模型继续执行。 +模型切换仍由 OpenClaw 控制。当一个 OpenClaw 会话附加到现有的 Codex 线程时，下一个回合会再次将当前选中的 `codex/*` 模型、提供商、审批策略、沙箱和服务层级发送给 app-server。从 `codex/gpt-5.4` 切换到 `codex/gpt-5.2` 时，会保留线程绑定，但会要求 Codex 使用新选定的模型继续执行。 ## Codex 命令 -内置插件会将 `/codex` 注册为已授权的斜杠命令。它是通用命令，可在任何支持 OpenClaw 文本命令的渠道上使用。 +内置插件将 `/codex` 注册为已授权的斜杠命令。它是通用的，可在任何支持 OpenClaw 文本命令的渠道上使用。 常见形式： -- `/codex status` 显示实时的 app-server 连接状态、模型、账号、速率限制、MCP 服务器和 Skills。 +- `/codex status` 显示实时的 app-server 连接状态、模型、账户、速率限制、MCP 服务器和技能。 - `/codex models` 列出实时的 Codex app-server 模型。 - `/codex threads [filter]` 列出最近的 Codex 线程。 - `/codex resume ` 将当前 OpenClaw 会话附加到现有的 Codex 线程。 - `/codex compact` 请求 Codex app-server 压缩已附加的线程。 -- `/codex review` 为已附加的线程启动 Codex 原生审查。 -- `/codex account` 显示账号和速率限制状态。 +- `/codex review` 为已附加线程启动 Codex 原生审查。 +- `/codex account` 显示账户和速率限制状态。 - `/codex mcp` 列出 Codex app-server MCP 服务器状态。 - `/codex skills` 列出 Codex app-server Skills。 -`/codex resume` 会写入与该测试工具在正常回合中使用的相同侧车绑定文件。在下一条消息时，OpenClaw 会恢复该 Codex 线程，将当前选中的 OpenClaw `codex/*` 模型传入 app-server，并保持启用扩展历史记录。 +`/codex resume` 会写入与测试框架正常回合所使用的相同侧车绑定文件。在下一条消息时，OpenClaw 会恢复该 Codex 线程，将当前选定的 OpenClaw `codex/*` 模型传入 app-server，并保持启用扩展历史记录。 -该命令接口要求 Codex app-server `0.118.0` 或更高版本。如果未来版本或自定义 app-server 未暴露某个 JSON-RPC 方法，各个控制方法会报告为 `unsupported by this Codex app-server`。 +该命令接口要求 Codex app-server `0.118.0` 或更高版本。如果未来版本或自定义 app-server 未暴露某个 JSON-RPC 方法，各个控制方法会显示为 `unsupported by this Codex app-server`。 ## 工具、媒体和压缩 -Codex 测试工具只会更改底层的嵌入式智能体执行器。 +Codex 测试框架只改变底层嵌入式智能体执行器。 -OpenClaw 仍然会构建工具列表，并从测试工具接收动态工具结果。文本、图像、视频、音乐、TTS、审批和消息工具输出仍然会通过正常的 OpenClaw 传递路径继续处理。 +OpenClaw 仍然负责构建工具列表，并从测试框架接收动态工具结果。文本、图片、视频、音乐、TTS、审批以及消息工具输出，都会继续通过 OpenClaw 的正常传递路径处理。 -当选定模型使用 Codex 测试工具时，原生线程压缩会委托给 Codex app-server。OpenClaw 会保留一个转录镜像，用于渠道历史、搜索、`/new`、`/reset`，以及未来的模型或测试工具切换。该镜像包括用户提示词、最终助手文本，以及当 app-server 发出时的轻量级 Codex 推理或计划记录。当前，OpenClaw 只记录原生压缩开始和完成信号。它尚未提供人类可读的压缩摘要，也尚未提供 Codex 在压缩后保留了哪些条目的可审计列表。 +当所选模型使用 Codex 测试框架时，原生线程压缩会委托给 Codex app-server。OpenClaw 会保留一个转录镜像，用于渠道历史、搜索、`/new`、`/reset` 以及未来的模型或测试框架切换。该镜像包含用户提示、最终助手文本，以及 app-server 发出时的轻量级 Codex 推理或计划记录。目前，OpenClaw 只记录原生压缩的开始和完成信号。它尚未提供人类可读的压缩摘要，也尚未提供一份可审计的条目列表，用于说明压缩后 Codex 保留了哪些内容。 -媒体生成不需要 Pi。图像、视频、音乐、PDF、TTS 和媒体理解仍将继续使用匹配的提供商/模型设置，例如 `agents.defaults.imageGenerationModel`、`videoGenerationModel`、`pdfModel` 和 `messages.tts`。 +媒体生成不需要 Pi。图像、视频、音乐、PDF、TTS 和媒体理解仍将继续使用相应的提供商/模型设置，例如 `agents.defaults.imageGenerationModel`、`videoGenerationModel`、`pdfModel` 和 `messages.tts`。 ## 故障排除 -**`/model` 中没有出现 Codex：** 启用 `plugins.entries.codex.enabled`，设置 `codex/*` 模型引用，或检查 `plugins.allow` 是否排除了 `codex`。 +**`/model` 中没有出现 Codex：** 启用 `plugins.entries.codex.enabled`，设置一个 `codex/*` 模型引用，或者检查 `plugins.allow` 是否排除了 `codex`。 -**OpenClaw 使用 Pi 而不是 Codex：** 如果没有 Codex 测试工具接管此次运行，OpenClaw 可能会使用 Pi 作为兼容性后端。测试时可设置 `embeddedHarness.runtime: "codex"` 来强制选择 Codex，或设置 `embeddedHarness.fallback: "none"`，以便在没有匹配的插件测试工具时直接失败。一旦选中了 Codex app-server，其失败会直接暴露出来，而不需要额外的回退配置。 +**OpenClaw 使用的是 Pi 而不是 Codex：** 如果没有 Codex 测试框架接管此次运行，OpenClaw 可能会使用 Pi 作为兼容性后端。测试时可设置 `embeddedHarness.runtime: "codex"` 来强制选择 Codex，或者设置 `embeddedHarness.fallback: "none"`，以便在没有插件测试框架匹配时直接失败。一旦选择了 Codex app-server，其故障将直接暴露，不需要额外的回退配置。 -**app-server 被拒绝：** 升级 Codex，使 app-server 握手报告版本为 `0.118.0` 或更高。 +**app-server 被拒绝：** 升级 Codex，使 app-server 握手报告的版本为 `0.118.0` 或更高。 -**模型发现很慢：** 降低 `plugins.entries.codex.config.discovery.timeoutMs` 或禁用发现。 +**模型发现速度很慢：** 降低 `plugins.entries.codex.config.discovery.timeoutMs`，或禁用发现。 **WebSocket 传输立即失败：** 检查 `appServer.url`、`authToken`，并确认远程 app-server 使用相同版本的 Codex app-server 协议。 -**非 Codex 模型使用了 Pi：** 这是预期行为。Codex 测试工具只接管 `codex/*` 模型引用。 +**非 Codex 模型使用了 Pi：** 这是预期行为。Codex 测试框架只接管 `codex/*` 模型引用。 ## 相关内容 -- [智能体测试工具插件](/zh-CN/plugins/sdk-agent-harness) +- [智能体测试框架插件](/zh-CN/plugins/sdk-agent-harness) - [模型提供商](/zh-CN/concepts/model-providers) - [配置参考](/zh-CN/gateway/configuration-reference) - [测试](/zh-CN/help/testing#live-codex-app-server-harness-smoke)