openclaw/docs
openclaw/docs
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
876be2fbf6
docs/docs/th/pi.md
openclaw-docs-i18n[bot] 1230574555 chore(i18n): refresh th translations
2026-04-30 10:25:48 +00:00

30 KiB
Raw Blame History

read_when summary title x-i18n
ทำความเข้าใจการออกแบบการผสานรวม Pi SDK ใน OpenClaw
การปรับเปลี่ยนวงจรชีวิตเซสชันของเอเจนต์ เครื่องมือ หรือการเชื่อมต่อผู้ให้บริการสำหรับ Pi
สถาปัตยกรรมของการผสานรวมเอเจนต์ Pi แบบฝังตัวของ OpenClaw และวงจรชีวิตของเซสชัน สถาปัตยกรรมการผสานการทำงานกับ Pi
generated_at model provider source_hash source_path workflow
2026-04-30T10:02:56Z gpt-5.5 openai 0b155cd5296875f2f187c68c6929c48aba27cef047f0caad74f560bcde5533e5 pi.md 16

OpenClaw ผสานการทำงานกับ pi-coding-agent และแพ็กเกจพี่น้อง (pi-ai, pi-agent-core, pi-tui) เพื่อขับเคลื่อนความสามารถของ AI agent

ภาพรวม

OpenClaw ใช้ pi SDK เพื่อฝัง AI coding agent เข้ากับสถาปัตยกรรม messaging Gateway แทนที่จะเรียก pi เป็น subprocess หรือใช้โหมด RPC, OpenClaw จะนำเข้าและสร้างอินสแตนซ์ AgentSession ของ pi โดยตรงผ่าน createAgentSession() วิธีการแบบฝังนี้ให้ความสามารถดังนี้:

  • ควบคุมวงจรชีวิตของเซสชันและการจัดการเหตุการณ์ได้ครบถ้วน
  • ฉีดเครื่องมือแบบกำหนดเองได้ (การส่งข้อความ, sandbox, การกระทำเฉพาะช่องทาง)
  • ปรับแต่ง system prompt ตามช่องทาง/บริบท
  • คงอยู่ของเซสชันพร้อมรองรับ branching/Compaction
  • หมุนเวียนโปรไฟล์ auth หลายบัญชีพร้อม failover
  • สลับโมเดลได้โดยไม่ผูกกับผู้ให้บริการ

การพึ่งพาแพ็กเกจ

{
  "@mariozechner/pi-agent-core": "0.70.2",
  "@mariozechner/pi-ai": "0.70.2",
  "@mariozechner/pi-coding-agent": "0.70.2",
  "@mariozechner/pi-tui": "0.70.2"
}
แพ็กเกจ วัตถุประสงค์
pi-ai abstraction หลักของ LLM: Model, streamSimple, ชนิดข้อความ, API ของผู้ให้บริการ
pi-agent-core ลูปของ agent, การรันเครื่องมือ, ชนิด AgentMessage
pi-coding-agent SDK ระดับสูง: createAgentSession, SessionManager, AuthStorage, ModelRegistry, เครื่องมือในตัว
pi-tui คอมโพเนนต์ Terminal UI (ใช้ในโหมด TUI ภายในเครื่องของ OpenClaw)

โครงสร้างไฟล์

src/agents/
├── pi-embedded-runner.ts          # Re-exports from pi-embedded-runner/
├── pi-embedded-runner/
│   ├── run.ts                     # Main entry: runEmbeddedPiAgent()
│   ├── run/
│   │   ├── attempt.ts             # Single attempt logic with session setup
│   │   ├── params.ts              # RunEmbeddedPiAgentParams type
│   │   ├── payloads.ts            # Build response payloads from run results
│   │   ├── images.ts              # Vision model image injection
│   │   └── types.ts               # EmbeddedRunAttemptResult
│   ├── abort.ts                   # Abort error detection
│   ├── cache-ttl.ts               # Cache TTL tracking for context pruning
│   ├── compact.ts                 # Manual/auto compaction logic
│   ├── extensions.ts              # Load pi extensions for embedded runs
│   ├── extra-params.ts            # Provider-specific stream params
│   ├── google.ts                  # Google/Gemini turn ordering fixes
│   ├── history.ts                 # History limiting (DM vs group)
│   ├── lanes.ts                   # Session/global command lanes
│   ├── logger.ts                  # Subsystem logger
│   ├── model.ts                   # Model resolution via ModelRegistry
│   ├── runs.ts                    # Active run tracking, abort, queue
│   ├── sandbox-info.ts            # Sandbox info for system prompt
│   ├── session-manager-cache.ts   # SessionManager instance caching
│   ├── session-manager-init.ts    # Session file initialization
│   ├── system-prompt.ts           # System prompt builder
│   ├── tool-split.ts              # Split tools into builtIn vs custom
│   ├── types.ts                   # EmbeddedPiAgentMeta, EmbeddedPiRunResult
│   └── utils.ts                   # ThinkLevel mapping, error description
├── pi-embedded-subscribe.ts       # Session event subscription/dispatch
├── pi-embedded-subscribe.types.ts # SubscribeEmbeddedPiSessionParams
├── pi-embedded-subscribe.handlers.ts # Event handler factory
├── pi-embedded-subscribe.handlers.lifecycle.ts
├── pi-embedded-subscribe.handlers.types.ts
├── pi-embedded-block-chunker.ts   # Streaming block reply chunking
├── pi-embedded-messaging.ts       # Messaging tool sent tracking
├── pi-embedded-helpers.ts         # Error classification, turn validation
├── pi-embedded-helpers/           # Helper modules
├── pi-embedded-utils.ts           # Formatting utilities
├── pi-tools.ts                    # createOpenClawCodingTools()
├── pi-tools.abort.ts              # AbortSignal wrapping for tools
├── pi-tools.policy.ts             # Tool allowlist/denylist policy
├── pi-tools.read.ts               # Read tool customizations
├── pi-tools.schema.ts             # Tool schema normalization
├── pi-tools.types.ts              # AnyAgentTool type alias
├── pi-tool-definition-adapter.ts  # AgentTool -> ToolDefinition adapter
├── pi-settings.ts                 # Settings overrides
├── pi-hooks/                      # Custom pi hooks
│   ├── compaction-safeguard.ts    # Safeguard extension
│   ├── compaction-safeguard-runtime.ts
│   ├── context-pruning.ts         # Cache-TTL context pruning extension
│   └── context-pruning/
├── model-auth.ts                  # Auth profile resolution
├── auth-profiles.ts               # Profile store, cooldown, failover
├── model-selection.ts             # Default model resolution
├── models-config.ts               # models.json generation
├── model-catalog.ts               # Model catalog cache
├── context-window-guard.ts        # Context window validation
├── failover-error.ts              # FailoverError class
├── defaults.ts                    # DEFAULT_PROVIDER, DEFAULT_MODEL
├── system-prompt.ts               # buildAgentSystemPrompt()
├── system-prompt-params.ts        # System prompt parameter resolution
├── system-prompt-report.ts        # Debug report generation
├── tool-summaries.ts              # Tool description summaries
├── tool-policy.ts                 # Tool policy resolution
├── transcript-policy.ts           # Transcript validation policy
├── skills.ts                      # Skill snapshot/prompt building
├── skills/                        # Skill subsystem
├── sandbox.ts                     # Sandbox context resolution
├── sandbox/                       # Sandbox subsystem
├── channel-tools.ts               # Channel-specific tool injection
├── openclaw-tools.ts              # OpenClaw-specific tools
├── bash-tools.ts                  # exec/process tools
├── apply-patch.ts                 # apply_patch tool (OpenAI)
├── tools/                         # Individual tool implementations
│   ├── browser-tool.ts
│   ├── canvas-tool.ts
│   ├── cron-tool.ts
│   ├── gateway-tool.ts
│   ├── image-tool.ts
│   ├── message-tool.ts
│   ├── nodes-tool.ts
│   ├── session*.ts
│   ├── web-*.ts
│   └── ...
└── ...

ตอนนี้ runtime สำหรับการกระทำกับข้อความเฉพาะช่องทางอยู่ในไดเรกทอรี extension ที่ Plugin เป็นเจ้าของ แทนที่จะอยู่ใต้ src/agents/tools เช่น:

  • ไฟล์ action runtime ของ Plugin Discord
  • ไฟล์ action runtime ของ Plugin Slack
  • ไฟล์ action runtime ของ Plugin Telegram
  • ไฟล์ action runtime ของ Plugin WhatsApp

โฟลว์การผสานหลัก

1. การเรียกใช้ Embedded Agent

จุดเริ่มต้นหลักคือ runEmbeddedPiAgent() ใน pi-embedded-runner/run.ts:

import { runEmbeddedPiAgent } from "./agents/pi-embedded-runner.js";

const result = await runEmbeddedPiAgent({
  sessionId: "user-123",
  sessionKey: "main:whatsapp:+1234567890",
  sessionFile: "/path/to/session.jsonl",
  workspaceDir: "/path/to/workspace",
  config: openclawConfig,
  prompt: "Hello, how are you?",
  provider: "anthropic",
  model: "claude-sonnet-4-6",
  timeoutMs: 120_000,
  runId: "run-abc",
  onBlockReply: async (payload) => {
    await sendToChannel(payload.text, payload.mediaUrls);
  },
});

2. การสร้างเซสชัน

ภายใน runEmbeddedAttempt() (ซึ่งถูกเรียกโดย runEmbeddedPiAgent()) จะใช้ pi SDK:

import {
  createAgentSession,
  DefaultResourceLoader,
  SessionManager,
  SettingsManager,
} from "@mariozechner/pi-coding-agent";

const resourceLoader = new DefaultResourceLoader({
  cwd: resolvedWorkspace,
  agentDir,
  settingsManager,
  additionalExtensionPaths,
});
await resourceLoader.reload();

const { session } = await createAgentSession({
  cwd: resolvedWorkspace,
  agentDir,
  authStorage: params.authStorage,
  modelRegistry: params.modelRegistry,
  model: params.model,
  thinkingLevel: mapThinkingLevel(params.thinkLevel),
  tools: builtInTools,
  customTools: allCustomTools,
  sessionManager,
  settingsManager,
  resourceLoader,
});

applySystemPromptOverrideToSession(session, systemPromptOverride);

3. การสมัครรับเหตุการณ์

subscribeEmbeddedPiSession() สมัครรับเหตุการณ์จาก AgentSession ของ pi:

const subscription = subscribeEmbeddedPiSession({
  session: activeSession,
  runId: params.runId,
  verboseLevel: params.verboseLevel,
  reasoningMode: params.reasoningLevel,
  toolResultFormat: params.toolResultFormat,
  onToolResult: params.onToolResult,
  onReasoningStream: params.onReasoningStream,
  onBlockReply: params.onBlockReply,
  onPartialReply: params.onPartialReply,
  onAgentEvent: params.onAgentEvent,
});

เหตุการณ์ที่จัดการได้แก่:

  • message_start / message_end / message_update (ข้อความ/การคิดแบบสตรีม)
  • tool_execution_start / tool_execution_update / tool_execution_end
  • turn_start / turn_end
  • agent_start / agent_end
  • compaction_start / compaction_end

4. การส่งพรอมป์

หลังตั้งค่าแล้ว จะส่งพรอมป์ให้เซสชัน:

await session.prompt(effectivePrompt, { images: imageResult.images });

SDK จัดการลูปของ agent ทั้งหมด: ส่งไปยัง LLM, รัน tool call, สตรีมคำตอบ

การฉีดรูปภาพเป็นแบบเฉพาะพรอมป์: OpenClaw โหลด image ref จากพรอมป์ปัจจุบันและ ส่งผ่าน images สำหรับ turn นั้นเท่านั้น ไม่ได้สแกน turn เก่าในประวัติซ้ำ เพื่อฉีด payload รูปภาพกลับเข้าไป

สถาปัตยกรรมเครื่องมือ

Tool pipeline

  1. เครื่องมือพื้นฐาน: codingTools ของ pi (read, bash, edit, write)
  2. การแทนที่แบบกำหนดเอง: OpenClaw แทนที่ bash ด้วย exec/process, ปรับแต่ง read/edit/write สำหรับ sandbox
  3. เครื่องมือของ OpenClaw: การส่งข้อความ, browser, canvas, sessions, Cron, Gateway และอื่นๆ
  4. เครื่องมือตามช่องทาง: เครื่องมือ action เฉพาะ Discord/Telegram/Slack/WhatsApp
  5. การกรองตามนโยบาย: เครื่องมือถูกกรองตามโปรไฟล์, ผู้ให้บริการ, agent, กลุ่ม, นโยบาย sandbox
  6. การทำ Schema Normalization: ทำความสะอาด schema สำหรับข้อจำกัดเฉพาะของ Gemini/OpenAI
  7. การห่อ AbortSignal: ห่อเครื่องมือเพื่อให้เคารพสัญญาณ abort

Adapter นิยามเครื่องมือ

AgentTool ของ pi-agent-core มี signature ของ execute ต่างจาก ToolDefinition ของ pi-coding-agent adapter ใน pi-tool-definition-adapter.ts ทำหน้าที่เชื่อมส่วนนี้:

export function toToolDefinitions(tools: AnyAgentTool[]): ToolDefinition[] {
  return tools.map((tool) => ({
    name: tool.name,
    label: tool.label ?? name,
    description: tool.description ?? "",
    parameters: tool.parameters,
    execute: async (toolCallId, params, onUpdate, _ctx, signal) => {
      // pi-coding-agent signature differs from pi-agent-core
      return await tool.execute(toolCallId, params, signal, onUpdate);
    },
  }));
}

กลยุทธ์การแยกเครื่องมือ

splitSdkTools() ส่งเครื่องมือทั้งหมดผ่าน customTools:

export function splitSdkTools(options: { tools: AnyAgentTool[]; sandboxEnabled: boolean }) {
  return {
    builtInTools: [], // Empty. We override everything
    customTools: toToolDefinitions(options.tools),
  };
}

สิ่งนี้ทำให้การกรองนโยบาย การผสาน sandbox และชุดเครื่องมือเพิ่มเติมของ OpenClaw ยังคงสอดคล้องกันระหว่างผู้ให้บริการ

การสร้างพรอมป์ระบบ

พรอมป์ระบบถูกสร้างใน buildAgentSystemPrompt() (system-prompt.ts) โดยประกอบพรอมป์เต็มพร้อมส่วนต่างๆ ได้แก่ Tooling, Tool Call Style, Safety guardrails, อ้างอิง OpenClaw CLI, Skills, Docs, Workspace, Sandbox, Messaging, Reply Tags, Voice, Silent Replies, Heartbeats, Runtime metadata รวมถึง Memory และ Reactions เมื่อเปิดใช้งาน และไฟล์บริบทกับเนื้อหาพรอมป์ระบบเพิ่มเติมแบบไม่บังคับ ส่วนต่างๆ จะถูกตัดให้สั้นลงสำหรับโหมดพรอมป์ขั้นต่ำที่ใช้โดย subagents

พรอมป์ถูกนำไปใช้หลังสร้างเซสชันผ่าน applySystemPromptOverrideToSession():

const systemPromptOverride = createSystemPromptOverride(appendPrompt);
applySystemPromptOverrideToSession(session, systemPromptOverride);

การจัดการเซสชัน

ไฟล์เซสชัน

เซสชันเป็นไฟล์ JSONL ที่มีโครงสร้างแบบต้นไม้ (เชื่อมด้วย id/parentId) SessionManager ของ Pi จัดการการคงอยู่ของข้อมูล:

const sessionManager = SessionManager.open(params.sessionFile);

OpenClaw ครอบสิ่งนี้ด้วย guardSessionManager() เพื่อความปลอดภัยของผลลัพธ์เครื่องมือ

การแคชเซสชัน

session-manager-cache.ts แคชอินสแตนซ์ SessionManager เพื่อหลีกเลี่ยงการแยกวิเคราะห์ไฟล์ซ้ำ:

await prewarmSessionFile(params.sessionFile);
sessionManager = SessionManager.open(params.sessionFile);
trackSessionManagerAccess(params.sessionFile);

การจำกัดประวัติ

limitHistoryTurns() ตัดประวัติการสนทนาตามประเภทช่องทาง (DM เทียบกับกลุ่ม)

Compaction

Auto-compaction จะถูกเรียกเมื่อบริบทล้น ลายเซ็นการล้นที่พบบ่อย ได้แก่ request_too_large, context length exceeded, input exceeds the maximum number of tokens, input token count exceeds the maximum number of input tokens, input is too long for the model และ ollama error: context length exceeded compactEmbeddedPiSessionDirect() จัดการ Compaction ด้วยตนเอง:

const compactResult = await compactEmbeddedPiSessionDirect({
  sessionId, sessionFile, provider, model, ...
});

การยืนยันตัวตนและการระบุโมเดล

โปรไฟล์การยืนยันตัวตน

OpenClaw ดูแลที่เก็บโปรไฟล์การยืนยันตัวตนที่มี API key หลายตัวต่อผู้ให้บริการ:

const authStore = ensureAuthProfileStore(agentDir, { allowKeychainPrompt: false });
const profileOrder = resolveAuthProfileOrder({ cfg, store: authStore, provider, preferredProfile });

โปรไฟล์จะหมุนเวียนเมื่อเกิดความล้มเหลวพร้อมการติดตามช่วงพัก:

await markAuthProfileFailure({ store, profileId, reason, cfg, agentDir });
const rotated = await advanceAuthProfile();

การระบุโมเดล

import { resolveModel } from "./pi-embedded-runner/model.js";

const { model, error, authStorage, modelRegistry } = resolveModel(
  provider,
  modelId,
  agentDir,
  config,
);

// Uses pi's ModelRegistry and AuthStorage
authStorage.setRuntimeApiKey(model.provider, apiKeyInfo.apiKey);

การสลับไปใช้ตัวสำรอง

FailoverError เรียกการถอยกลับของโมเดลเมื่อกำหนดค่าไว้:

if (fallbackConfigured && isFailoverErrorMessage(errorText)) {
  throw new FailoverError(errorText, {
    reason: promptFailoverReason ?? "unknown",
    provider,
    model: modelId,
    profileId,
    status: resolveFailoverStatus(promptFailoverReason),
  });
}

ส่วนขยายของ Pi

OpenClaw โหลดส่วนขยาย Pi แบบกำหนดเองสำหรับพฤติกรรมเฉพาะทาง:

ตัวป้องกัน Compaction

src/agents/pi-hooks/compaction-safeguard.ts เพิ่ม guardrails ให้กับ Compaction รวมถึงการจัดสรรงบประมาณโทเค็นแบบปรับตัวได้ พร้อมสรุปความล้มเหลวของเครื่องมือและการดำเนินการกับไฟล์:

if (resolveCompactionMode(params.cfg) === "safeguard") {
  setCompactionSafeguardRuntime(params.sessionManager, { maxHistoryShare });
  paths.push(resolvePiExtensionPath("compaction-safeguard"));
}

การตัดแต่งบริบท

src/agents/pi-hooks/context-pruning.ts ใช้การตัดแต่งบริบทตาม cache-TTL:

if (cfg?.agents?.defaults?.contextPruning?.mode === "cache-ttl") {
  setContextPruningRuntime(params.sessionManager, {
    settings,
    contextWindowTokens,
    isToolPrunable,
    lastCacheTouchAt,
  });
  paths.push(resolvePiExtensionPath("context-pruning"));
}

การสตรีมและการตอบกลับแบบบล็อก

การแบ่งบล็อกเป็นชิ้น

EmbeddedBlockChunker จัดการการสตรีมข้อความเป็นบล็อกตอบกลับแยกส่วน:

const blockChunker = blockChunking ? new EmbeddedBlockChunker(blockChunking) : null;

การลบแท็ก Thinking/Final

เอาต์พุตการสตรีมถูกประมวลผลเพื่อลบ <think>/<thinking> blocks และดึงเนื้อหา <final>:

const stripBlockTags = (text: string, state: { thinking: boolean; final: boolean }) => {
  // Strip <think>...</think> content
  // If enforceFinalTag, only return <final>...</final> content
};

คำสั่งกำกับการตอบกลับ

คำสั่งกำกับการตอบกลับอย่าง [[media:url]], [[voice]], [[reply:id]] จะถูกแยกวิเคราะห์และดึงออกมา:

const { text: cleanedText, mediaUrls, audioAsVoice, replyToId } = consumeReplyDirectives(chunk);

การจัดการข้อผิดพลาด

การจำแนกข้อผิดพลาด

pi-embedded-helpers.ts จำแนกข้อผิดพลาดเพื่อการจัดการที่เหมาะสม:

isContextOverflowError(errorText)     // Context too large
isCompactionFailureError(errorText)   // Compaction failed
isAuthAssistantError(lastAssistant)   // Auth failure
isRateLimitAssistantError(...)        // Rate limited
isFailoverAssistantError(...)         // Should failover
classifyFailoverReason(errorText)     // "auth" | "rate_limit" | "quota" | "timeout" | ...

การถอยกลับของระดับการคิด

หากไม่รองรับระดับการคิด ระบบจะถอยกลับ:

const fallbackThinking = pickFallbackThinkingLevel({
  message: errorText,
  attempted: attemptedThinking,
});
if (fallbackThinking) {
  thinkLevel = fallbackThinking;
  continue;
}

การผสาน sandbox

เมื่อเปิดใช้งานโหมด sandbox เครื่องมือและพาธจะถูกจำกัด:

const sandbox = await resolveSandboxContext({
  config: params.config,
  sessionKey: sandboxSessionKey,
  workspaceDir: resolvedWorkspace,
});

if (sandboxRoot) {
  // Use sandboxed read/edit/write tools
  // Exec runs in container
  // Browser uses bridge URL
}

การจัดการเฉพาะผู้ให้บริการ

Anthropic

  • การล้างสตริงพิเศษสำหรับการปฏิเสธ
  • การตรวจสอบเทิร์นสำหรับบทบาทที่ต่อเนื่องกัน
  • การตรวจสอบพารามิเตอร์เครื่องมือ Pi ของต้นทางอย่างเข้มงวด

Google/Gemini

  • การทำความสะอาดสคีมาเครื่องมือที่ Plugin เป็นเจ้าของ

OpenAI

  • เครื่องมือ apply_patch สำหรับโมเดล Codex
  • การจัดการการลดระดับการคิด

การผสาน TUI

OpenClaw ยังมีโหมด TUI แบบ local ที่ใช้คอมโพเนนต์ pi-tui โดยตรง:

// src/tui/tui.ts
import { ... } from "@mariozechner/pi-tui";

สิ่งนี้มอบประสบการณ์เทอร์มินัลแบบโต้ตอบที่คล้ายกับโหมดเนทีฟของ Pi

ความแตกต่างสำคัญจาก Pi CLI

ด้าน Pi CLI OpenClaw แบบฝังตัว
การเรียกใช้งาน คำสั่ง pi / RPC SDK ผ่าน createAgentSession()
เครื่องมือ เครื่องมือเขียนโค้ดเริ่มต้น ชุดเครื่องมือ OpenClaw แบบกำหนดเอง
พรอมป์ระบบ AGENTS.md + พรอมป์ แบบไดนามิกต่อช่องทาง/บริบท
ที่เก็บเซสชัน ~/.pi/agent/sessions/ ~/.openclaw/agents/<agentId>/sessions/ (หรือ $OPENCLAW_STATE_DIR/agents/<agentId>/sessions/)
การยืนยันตัวตน ข้อมูลรับรองเดียว หลายโปรไฟล์พร้อมการหมุนเวียน
ส่วนขยาย โหลดจากดิสก์ เชิงโปรแกรม + พาธบนดิสก์
การจัดการเหตุการณ์ การเรนเดอร์ TUI ตามคอลแบ็ก (onBlockReply ฯลฯ)

ข้อพิจารณาในอนาคต

พื้นที่ที่อาจนำมาปรับปรุงใหม่:

  1. การจัดแนวลายเซ็นเครื่องมือ: ปัจจุบันกำลังปรับระหว่างลายเซ็น pi-agent-core และ pi-coding-agent
  2. การครอบตัวจัดการเซสชัน: guardSessionManager เพิ่มความปลอดภัยแต่เพิ่มความซับซ้อน
  3. การโหลดส่วนขยาย: อาจใช้ ResourceLoader ของ Pi ได้โดยตรงมากขึ้น
  4. ความซับซ้อนของตัวจัดการการสตรีม: subscribeEmbeddedPiSession ขยายใหญ่ขึ้นมาก
  5. ลักษณะเฉพาะของผู้ให้บริการ: มี codepaths เฉพาะผู้ให้บริการจำนวนมากที่ Pi อาจจัดการได้

การทดสอบ

ความครอบคลุมของการผสาน Pi ครอบคลุมชุดทดสอบเหล่านี้:

  • src/agents/pi-*.test.ts
  • src/agents/pi-auth-json.test.ts
  • src/agents/pi-embedded-*.test.ts
  • src/agents/pi-embedded-helpers*.test.ts
  • src/agents/pi-embedded-runner*.test.ts
  • src/agents/pi-embedded-runner/**/*.test.ts
  • src/agents/pi-embedded-subscribe*.test.ts
  • src/agents/pi-tools*.test.ts
  • src/agents/pi-tool-definition-adapter*.test.ts
  • src/agents/pi-settings.test.ts
  • src/agents/pi-hooks/**/*.test.ts

แบบสด/เลือกเปิดใช้:

  • src/agents/pi-embedded-runner-extraparams.live.test.ts (เปิดใช้ OPENCLAW_LIVE_TEST=1)

สำหรับคำสั่งรันปัจจุบัน โปรดดู เวิร์กโฟลว์การพัฒนา Pi

ที่เกี่ยวข้อง